AWS AIP-C01 练习卷 · 第 01 套

136 题，按 50／50／36 分卷，含单选与多选。英文原题配中文、日文机器翻译。

题目与参考答案来自用户提供的 PDF，非 AWS 官方内容。讨论为考生观点，可能有争议；按资料参考答案判分。

← 题库目录
已答 0/50正确 0错误 0正确率 —
Question 1Source #001

A retail company has a generative AI (GenAI) product recommendation application that uses Amazon Bedrock. The application suggests products to customers based on browsing history and demographics. The company needs to implement fairness evaluation across multiple demographic groups to detect and measure bias in recommendations between two prompt approaches. The company wants to collect and monitor fairness metrics in real time. The company must receive an alert if the fairness metrics show a discrepancy of more than 15% between demographic groups. The company must receive weekly reports that compare the performance of the two prompt approaches. Which solution will meet these requirements with the LEAST custom development effort?

一家零售公司有一个使用 Amazon Bedrock 的生成式 AI (GenAI) 产品推荐应用程序。该应用程序根据浏览历史和人口统计数据向客户推荐产品。该公司需要对多个人口群体实施公平性评估，以检测和衡量两种提示方法之间的推荐偏差。该公司希望实时收集和监控公平性指标。如果公平指标显示人口群体之间的差异超过 15%，则公司必须收到警报。公司必须收到每周报告，比较两种即时方法的性能。哪种解决方案能够以最少的定制开发工作满足这些要求？

小売会社には、Amazon Bedrock を使用した生成 AI (GenAI) 製品推奨アプリケーションがあります。このアプリケーションは、閲覧履歴と人口統計に基づいて顧客に製品を提案します。同社は、2 つの即時アプローチ間の推奨事項の偏りを検出して測定するために、複数の人口統計グループにわたる公平性評価を実装する必要があります。同社は、公平性の指標をリアルタイムで収集して監視したいと考えています。公平性指標が人口統計グループ間で 15% を超える差異を示した場合、企業はアラートを受け取る必要があります。企業は、2 つの即時アプローチのパフォーマンスを比較する週次レポートを受け取る必要があります。最小限のカスタム開発労力でこれらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: C

A - Too Much Custom Development
B - Guardrails Are Not Fairness Evaluation Tools
D - Model Evaluation Jobs Are Not Continuous Monitoring
https://docs.aws.amazon.com/sagemaker/latest/dg/clarify-measure-data-bias.html

A - 太多的定制开发
B - 护栏不是公平性评估工具
D - 模型评估工作不是持续监控
https://docs.aws.amazon.com/sagemaker/latest/dg/clarify-measure-data-bias.html

A - カスタム開発が多すぎる
B - ガードレールは公平性評価ツールではない
D - モデル評価ジョブは継続的な監視ではありません
https://docs.aws.amazon.com/sagemaker/latest/dg/clarify-measure-data-bias.html

原始讨论（英文，仅供参考）
GiorgioGss Highly Voted 6 months, 2 weeks ago
Selected Answer: C
A - Too Much Custom Development
B - Guardrails Are Not Fairness Evaluation Tools
D - Model Evaluation Jobs Are Not Continuous Monitoring
https://docs.aws.amazon.com/sagemaker/latest/dg/clarify-measure-data-bias.html
upvoted 8 times
blieskies Most Recent 3 weeks, 2 days ago
Selected Answer: C
I guessed B but see now why it's wrong.
Guardrails can't score outputs on bias but this is what Sagemaker Clarify specifically does - therefore it's C
upvoted 1 times
SSSam261 month ago
Selected Answer: D
Why D is Correct ?
- Compare two prompt approaches : Bedrock Model Evaluation job natively supports comparing prompt variants
- Fairness metrics across demographics : Model evaluation provides bias/fairness assessment built-in
- Monitoring : Model invocation logging → CloudWatch
- Weekly reports : Bedrock evaluation jobs can be scheduled; CloudWatch dashboards provide reporting
https://docs.aws.amazon.com/bedrock/latest/userguide/evaluation.html
upvoted 1 times
QuinnGT1 month, 1 week ago
Selected Answer: D
Without a doubt, D is the correct answer. It's the least amount of custom development and follows their best practice guides.
Also, SageMaker Clarify was announced to be shut down 3 months ago, why would they include it in the exam as a recommended choice?
upvoted 1 times
Sun019211 month, 3 weeks ago
Selected Answer: A
C seems like a reasonable choice, however it is not an "least custom development" path
upvoted 1 times
Chibuzo13 months ago
Selected Answer: D
D wins because it uses Bedrock's native evaluation jobs (prompt comparison), native invocation logging (real-time monitoring), and native
CloudWatch alarms (threshold alerting) — all configured features, not built ones.
upvoted 1 times
Chibuzo13 months ago
Selected Answer: D
D wins because it uses Bedrock's native evaluation jobs (prompt comparison), native invocation logging (real-time monitoring), and native
CloudWatch alarms (threshold alerting) — all configured features, not built ones.
upvoted 1 times
HarryNZ19823 months, 2 weeks ago
Selected Answer: C
Okay gave my AWS Certified Generative AI Developer - Professional AIP-C01 and obtained the certification. Thank you for the assistance.
upvoted 2 times
Gaparod4 months ago
Selected Answer: C
D. Bedrock Model Evaluation Jobs
Model evaluation jobs are useful for offline comparisons, but:
They are not designed for continuous real-time monitoring
InvocationsIntervened metrics are tied to Guardrails, not fairness
They do not provide operational bias alerts by demographic group
cleared my exam, and the updated questions on CertsTopic helped me feel more confident.
upvoted 1 times
AWSCer19374 months, 1 week ago
Selected Answer: C
D. Bedrock Model Evaluation Jobs
Model evaluation jobs are useful for offline comparisons, but:
They are not designed for continuous real-time monitoring
InvocationsIntervened metrics are tied to Guardrails, not fairness
They do not provide operational bias alerts by demographic group
upvoted 1 times
teashoppe4 months, 3 weeks ago
Selected Answer: A
Clarify doesn't do real-time nor integrate with Bedrock. Hard to choose, since A is valid but is a do it yourself solution and they want the
least customer development.
upvoted 1 times
awstaro4 months, 3 weeks ago
Selected Answer: C
Has anyone taken this exam recently? How much of the material was covered?
upvoted 1 times
AmyJoy5 months, 1 week ago
Selected Answer: C
Real-time monitoring is a hard requirement that Bedrock evaluation jobs don't fully address
Production monitoring vs. evaluation jobs are different use cases
The maturity and specialization of SageMaker Clarify for this exact scenario
upvoted 1 times
jainparag16 months ago
Selected Answer: C
C is correct.
upvoted 1 times
Thirukj6 months, 1 week ago
Selected Answer: C
Use Amazon SageMaker Clarify to evaluate fairness across demographic groups and publish metrics to CloudWatch for monitoring and
alarms.
upvoted 3 times
eesa6 months, 1 week ago
Selected Answer: C
Clarify puede generar análisis y reportes exportables, lo que encaja mejor con la comparación periódica entre dos enfoques de prompt. La
parte de “latency” en la opción C no es estrictamente necesaria para fairness, pero sigue siendo la alternativa que más se alinea con el
requerimiento general y con menos desarrollo a medida
upvoted 1 times
hedykim6 months, 1 week ago
Selected Answer: C
Bedrock Guardrails is a tool for the 'safety' of content, not for measuring 'statistical fairness'.
upvoted 1 times
Question 2Source #002 · Select 3

A finance company is developing an AI assistant to help clients plan investments and manage their portfolios. The company identifies several high-risk conversation patterns such as requests for specific stock recommendations or guaranteed returns. High-risk conversation patterns could lead to regulatory violations if the company cannot implement appropriate controls. The company must ensure that the AI assistant does not provide inappropriate financial advice, generate content about competitors, or make claims that are not factually grounded in the company's approved financial guidance. The company wants to use Amazon Bedrock Guardrails to implement a solution. Which combination of steps will meet these requirements? (Choose three.)

一家金融公司正在开发人工智能助手，以帮助客户规划投资和管理其投资组合。该公司确定了几种高风险对话模式，例如请求特定股票推荐或保证回报。如果公司无法实施适当的控制，高风险的对话模式可能会导致违反监管规定。公司必须确保人工智能助手不会提供不适当的财务建议、生成有关竞争对手的内容或做出不符合公司批准的财务指导的事实主张。该公司希望使用 Amazon Bedrock Guardrails 来实施解决方案。哪种步骤组合可以满足这些要求？ （选择三项。）

ある金融会社は、顧客の投資計画やポートフォリオ管理を支援する AI アシスタントを開発しています。同社は、特定の銘柄の推奨や利益の保証の要求など、リスクの高い会話パターンをいくつか特定しています。企業が適切な制御を導入できない場合、リスクの高い会話パターンは規制違反につながる可能性があります。企業は、AI アシスタントが不適切な財務アドバイスを提供したり、競合他社に関するコンテンツを生成したり、企業が承認した財務ガイダンスに事実に基づいていない主張をしたりしないことを保証する必要があります。同社は、Amazon Bedrock Guardrails を使用してソリューションを実装したいと考えています。これらの要件を満たす手順の組み合わせはどれですか? （3つお選びください。）

多选 · 需选 3 项
解析 / Explanation

正确答案 / Answer: A,D,F

The answers are A, D, and F because they use the three distinct and correctly matched guardrail mechanisms: denied topics for semantic
blocking of high-risk financial conversation patterns, custom word filters for precise competitor name blocking in both directions, and a
high grounding score threshold to enforce factual accuracy against the company's approved financial guidance.

答案是 A、D 和 F，因为它们使用了三种不同且正确匹配的护栏机制：拒绝主题的语义
阻止高风险的金融对话模式，自定义单词过滤器，用于双向精确的竞争对手名称阻止，以及
高基础分数阈值，以确保公司批准的财务指导的事实准确性。

答えは A、D、F です。なぜなら、これらは 3 つの異なる正しく一致するガードレール メカニズムを使用しているからです。 セマンティックの拒否されたトピック
高リスクの金融会話パターンのブロック、競合他社名を両方向で正確にブロックするためのカスタム単語フィルター、
企業が承認した財務ガイダンスに対して事実の正確さを強制するための高い根拠スコアのしきい値。

原始讨论（英文，仅供参考）
Chibuzo14 months, 2 weeks ago
Selected Answer: ADF
The answers are A, D, and F because they use the three distinct and correctly matched guardrail mechanisms: denied topics for semantic
blocking of high-risk financial conversation patterns, custom word filters for precise competitor name blocking in both directions, and a
high grounding score threshold to enforce factual accuracy against the company's approved financial guidance.
upvoted 2 times
czzhyt6 months, 1 week ago
Selected Answer: ADF
Anwser is ADF
upvoted 1 times
eCosinus6 months, 1 week ago
Selected Answer: ADF
A, D, F
upvoted 1 times
Feanorich6 months, 2 weeks ago
Selected Answer: ADF
A, D, F
upvoted 2 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: ADF
BC - out from the start
E - out because low grounding makes it easier for content to pass
upvoted 1 times
eclipse_hunter6 months, 3 weeks ago
Selected Answer: ADF
A. High-risk conversations (e.g., stock recommendations, guaranteed returns) are among the most important regulatory prohibitions.
Reject Topic Guardrails are ideal for blocking these "absolutely unacceptable" responses.
D. To prevent content creation related to competitors, a custom word filter that detects specific words and blocks their input and output is
the most direct and reliable method.
It offers more granular control than a content filter and is well-suited for handling company-specific prohibited words.
F. AI-provided financial guidance must be strictly checked for factual accuracy.
A higher threshold can more effectively suppress unfounded claims and delusional responses.
upvoted 3 times
eclipse_hunter6 months, 3 weeks ago
Selected Answer: ADF
A, D, and F.
upvoted 2 times
Question 3Source #003

A company has deployed an AI assistant as a React application that uses AWS Amplify, an AWS AppSync GraphQL API, and Amazon Bedrock Knowledge Bases. The application uses the GraphQL API to call the Amazon Bedrock RetrieveAndGenerate API for knowledge base interactions. The company configures an AWS Lambda resolver to use the RequestResponse invocation type. Application users report frequent timeouts and slow response times. Users report these problems more frequently for complex questions that require longer processing. The company needs a solution to fix these performance issues and enhance the user experience. Which solution will meet these requirements?

一家公司已将 AI 助手部署为 React 应用程序，该应用程序使用 AWS Amplify、AWS AppSync GraphQL API 和 Amazon Bedrock 知识库。该应用程序使用 GraphQL API 调用 Amazon Bedrock RetrieveAndGenerate API 进行知识库交互。该公司将 AWS Lambda 解析器配置为使用 RequestResponse 调用类型。应用程序用户报告频繁超时和响应时间缓慢。对于需要较长处理时间的复杂问题，用户会更频繁地报告这些问题。该公司需要一个解决方案来解决这些性能问题并增强用户体验。哪种解决方案可以满足这些要求？

ある企業は、AWS Amplify、AWS AppSync GraphQL API、Amazon Bedrock Knowledge Bases を使用する React アプリケーションとして AI アシスタントをデプロイしました。アプリケーションは、GraphQL API を使用して、ナレッジベースの対話のために Amazon Bedrock RetrieveAndGenerate API を呼び出します。同社は、RequestResponse 呼び出しタイプを使用するように AWS Lambda リゾルバーを構成しています。アプリケーション ユーザーは、頻繁なタイムアウトと応答時間の遅さを報告しています。処理に時間がかかる複雑な質問の場合、ユーザーはこれらの問題をより頻繁に報告します。同社は、これらのパフォーマンスの問題を解決し、ユーザー エクスペリエンスを向上させるソリューションを必要としています。これらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: A

D is incorrect. You can replace RetrieveAndGenerate with Retrieve + InvokeModelWithResponseStream , not
InvokeModelWithResponseStream alone.

D 是错误的。您可以将 RetrieveAndGenerate 替换为 Retrieve + InvokeModelWithResponseStream ，而不是
单独调用ModelWithResponseStream。

Dは不正解です。 RetrieveAndGenerate を Retrieve + InvokeModelWithResponseStream に置き換えることができます。
InvokeModelWithResponseStream のみ。

原始讨论（英文，仅供参考）
Gaurav9552 weeks, 6 days ago
Selected Answer: D
Architectural fix (streaming)
upvoted 1 times
dbcert872 months, 3 weeks ago
Selected Answer: D
It did not mention least development effort or use existing. The solution is streaming response which is D. A solved FE integration but
backend solve Bedrock streaming.
upvoted 1 times
Gordon20232 months, 3 weeks ago
Selected Answer: A
D is incorrect. You can replace RetrieveAndGenerate with Retrieve + InvokeModelWithResponseStream , not
InvokeModelWithResponseStream alone.
upvoted 1 times
Chibuzo14 months, 2 weeks ago
Selected Answer: A
The answer is A because AWS Amplify AI Kit is specifically designed to add streaming response capability to the exact technology stack the
company already uses — React, Amplify, AppSync GraphQL, and Amazon Bedrock — resolving both timeout and slow response issues by
delivering progressive token streaming to the client without replacing any existing architectural components, while optimizing client-side
rendering for the best possible user experience with the least implementation effort.
upvoted 1 times
vsi005 months, 1 week ago
Selected Answer: A
AWS Amplify AI Kit is designed for this exact pattern: a React app using AppSync and Bedrock, where long-running model responses hurt
user experience. Its streaming model sends incremental updates to the browser over an AWS AppSync WebSocket subscription instead of
making the frontend wait for one large synchronous response. AWS documents that Amplify AI Kit streaming works by having Lambda call
Bedrock with a streaming API request, then forward chunks through AppSync to the client. That directly addresses the “timeouts and slow
response times,” especially for longer answers, by improving time-to-first-response and perceived responsiveness.
upvoted 2 times
Andorkien6 months ago
Selected Answer: D
It’s D
upvoted 1 times
ArunRav6 months ago
Selected Answer: D
Streaming delivers the tokens as they are generated and there by reduce the latency. Rest of the options doesnt fit the use case.
upvoted 1 times
czzhyt6 months, 1 week ago
Selected Answer: A
anwser is A
upvoted 2 times
Tanle6 months, 1 week ago
Selected Answer: A
AWS Amplify AI Kit is specifically designed to solve this exact problem — it replaces the synchronous RequestResponse Lambda resolver
pattern with a streaming architecture over AppSync WebSocket subscriptions, eliminating timeout issues for long-running Knowledge Base
queries.
upvoted 2 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: D
https://builder.aws.com/content/2h2bFxVed2TfqVB3symJaJVZ5fk/streaming-a-response-from-bedrock-knowledge-base
upvoted 1 times
Question 4Source #004

An ecommerce company operates a global product recommendation system that needs to switch between multiple foundation models (FM) in Amazon Bedrock based on regulations, cost optimization, and performance requirements. The company must apply custom controls based on proprietary business logic, including dynamic cost thresholds, AWS Region-specific compliance rules, and real-time A/B testing across multiple FMs. The system must be able to switch between FMs without deploying new code. The system must route user requests based on complex rules including user tier, transaction value, regulatory zone, and real-time cost metrics that change hourly and require immediate propagation across thousands of concurrent requests. Which solution will meet these requirements?

一家电子商务公司运营着一个全球产品推荐系统，需要根据法规、成本优化和性能要求在 Amazon Bedrock 中的多个基础模型 (FM) 之间进行切换。公司必须应用基于专有业务逻辑的自定义控制，包括动态成本阈值、AWS 区域特定的合规性规则以及跨多个 FM 的实时 A/B 测试。系统必须能够在 FM 之间切换，而无需部署新代码。系统必须根据复杂的规则来路由用户请求，这些规则包括用户层、交易价值、监管区域和每小时变化的实时成本指标，并且需要在数千个并发请求中立即传播。哪种解决方案可以满足这些要求？

ある e コマース企業は、規制、コストの最適化、パフォーマンス要件に基づいて Amazon Bedrock の複数の基盤モデル (FM) を切り替える必要があるグローバルな製品推奨システムを運用しています。企業は、動的なコストしきい値、AWS リージョン固有のコンプライアンス ルール、複数の FM にわたるリアルタイム A/B テストなど、独自のビジネス ロジックに基づいたカスタム制御を適用する必要があります。システムは、新しいコードを展開せずに FM を切り替えることができる必要があります。システムは、ユーザー層、トランザクション値、規制ゾーン、時間ごとに変化するリアルタイムのコスト メトリックなどの複雑なルールに基づいてユーザー リクエストをルーティングする必要があり、数千の同時リクエストに即時に伝播する必要があります。これらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: C

AppConfig acts as the real-time control plane — operators update routing rules (cost thresholds, A/B weights, regional compliance
mappings) in AppConfig, and within seconds all Lambda instances pick up the new configuration via the AppConfig Agent sidecar, with no
redeployment required.

AppConfig 充当实时控制平面 — 运营商更新路由规则（成本阈值、A/B 权重、区域合规性）
映射）在 AppConfig 中，几秒钟内所有 Lambda 实例都会通过 AppConfig Agent sidecar 获取新配置，无需
需要重新部署。

AppConfig はリアルタイムのコントロール プレーンとして機能します。オペレーターはルーティング ルール (コストのしきい値、A/B の重み、地域のコンプライアンス) を更新します。
マッピング）を AppConfig で実行すると、数秒以内にすべての Lambda インスタンスが AppConfig Agent サイドカー経由で新しい設定を取得します。
再配置が必要です。

原始讨论（英文，仅供参考）
Chibuzo13 months ago
Selected Answer: C
AppConfig acts as the real-time control plane — operators update routing rules (cost thresholds, A/B weights, regional compliance
mappings) in AppConfig, and within seconds all Lambda instances pick up the new configuration via the AppConfig Agent sidecar, with no
redeployment required.
upvoted 1 times
Andorkien6 months ago
Selected Answer: C
Answer is C
upvoted 1 times
ArunRav6 months ago
Selected Answer: C
Running the logic for selecting the FM in lambda and swtiching based on that as the other options are not fit for the purpose.
upvoted 1 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: C
"without deploying new code." - Appconfig basic definition -https://docs.aws.amazon.com/appconfig/latest/userguide/what-is-
appconfig.html
upvoted 1 times
Question 5Source #005

A company is developing an internal generative AI (GenAI) assistant that uses Amazon Bedrock to summarize corporate documents for multiple business units. The GenAI assistant must generate responses in a consistent format that includes a document summary, classification of business risks, and terms that are flagged for review. The GenAI assistant must adapt the tone of responses for each user's business unit, such as legal, human resources, or finance. The GenAI assistant must block hate speech, inappropriate topics, and sensitive information such as personal health information. The company needs a solution to centrally manage prompt variants across business units and teams. The company wants to minimize ongoing orchestration efforts and maintenance for post-processing logic. The company also wants to have the ability to adjust content moderation criteria for the GenAI assistant over time. Which solution will meet these requirements with the LEAST maintenance overhead?

一家公司正在开发内部生成式 AI (GenAI) 助手，该助手使用 Amazon Bedrock 汇总多个业务部门的公司文档。 GenAI 助手必须以一致的格式生成响应，其中包括文档摘要、业务风险分类以及标记为供审查的术语。 GenAI 助手必须根据每个用户的业务部门（例如法律、人力资源或财务）调整响应的语气。 GenAI 助手必须屏蔽仇恨言论、不适当的话题以及个人健康信息等敏感信息。该公司需要一个解决方案来集中管理跨业务部门和团队的提示变体。该公司希望最大限度地减少后期处理逻辑的持续编排工作和维护。该公司还希望能够随着时间的推移调整 GenAI 助手的内容审核标准。哪种解决方案能够以最少的维护开销满足这些要求？

ある企業は、Amazon Bedrock を使用して複数のビジネスユニットの企業文書を要約する社内生成 AI (GenAI) アシスタントを開発しています。 GenAI アシスタントは、文書の概要、ビジネス リスクの分類、レビューのフラグが立てられた用語を含む一貫した形式で応答を生成する必要があります。 GenAI アシスタントは、法務、人事、財務などの各ユーザーのビジネス ユニットに応じて応答のトーンを調整する必要があります。 GenAI アシスタントは、ヘイトスピーチ、不適切なトピック、個人の健康情報などの機密情報をブロックする必要があります。同社は、ビジネス ユニットやチーム全体でプロンプト バリアントを一元管理するソリューションを必要としています。同社は、継続的なオーケストレーション作業と後処理ロジックのメンテナンスを最小限に抑えたいと考えています。同社はまた、GenAI アシスタントのコンテンツモデレーション基準を時間の経過とともに調整できるようにしたいと考えています。最小限のメンテナンス オーバーヘッドでこれらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: A

Why A is Correct
Consistent format (summary, risks, flagged terms) : Prompt templates enforce output structure
Tone per business unit : Business unit-specific prompt variants (legal tone, HR tone, finance tone)
Block hate speech + inappropriate topics : Guardrails category filters (hate, misconduct, sexual, violence)

为什么A是正确的
一致的格式（摘要、风险、标记术语）：提示模板强制输出结构
每个业务部门的语气：业务部门特定的提示音变体（法律语气、HR 语气、财务语气）
阻止仇恨言论 + 不当主题：护栏类别过滤器（仇恨、不当行为、性、暴力）

なぜAが正しいのか
一貫した形式 (概要、リスク、フラグ付きの用語) : プロンプト テンプレートにより出力構造が強化されます
ビジネスユニットごとのトーン : ビジネスユニット固有のプロンプトバリアント (法務トーン、人事トーン、財務トーン)
ヘイトスピーチ + 不適切なトピックをブロック: ガードレール カテゴリ フィルター (ヘイト、違法行為、性的、暴力)

原始讨论（英文，仅供参考）
SSSam261 month ago
Selected Answer: A
Why A is Correct
Consistent format (summary, risks, flagged terms) : Prompt templates enforce output structure
Tone per business unit : Business unit-specific prompt variants (legal tone, HR tone, finance tone)
Block hate speech + inappropriate topics : Guardrails category filters (hate, misconduct, sexual, violence)
upvoted 1 times
thanhpolimi3 months ago
Selected Answer: A
Got the same answer from "brain-gym" site
**Answer**
The correct choice is **A**.
**Short Reason:** Amazon Bedrock Prompt Management natively centralizes and manages reusable prompt templates and their variants.
Amazon Bedrock Guardrails provide built-in capabilities to block hate speech, inappropriate topics, and sensitive information like PHI
without requiring any custom post-processing logic, fulfilling the requirement for the least maintenance overhead.
upvoted 2 times
Chibuzo14 months, 2 weeks ago
Selected Answer: A
The answer is A because Bedrock Prompt Management with variants handles business-unit-specific tone through managed configuration,
Bedrock Guardrails handles content moderation adjustably without code changes, and together they eliminate all custom orchestration
infrastructure — delivering the required capabilities with the least maintenance overhead.
upvoted 1 times
ArunRav6 months ago
Selected Answer: A
A to be used as it has reusable templates as an option and bedrock guardrails which can be set to avoid the maintenance overhead
compared to the other options
upvoted 1 times
Andorkien6 months ago
Selected Answer: A
Answer is A
upvoted 1 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: A
guardrails are meant to block - so A
CD out - comprehend is not suited here
B out - audience based tuning cannot be made with guardrails
upvoted 1 times
Question 6Source #006

A financial services company is building a customer support application that retrieves relevant financial regulation documents from a database based on semantic similarities to user queries. The application must integrate with Amazon Bedrock to generate responses. The application must be able to search documents that are in English, Spanish, and Portuguese. The application must filter documents by metadata such as publication date, regulatory agency, and document type. The database stores approximately 10 million document embeddings. To minimize operational overhead, the company wants a solution that minimizes management and maintenance effort. The application must provide low-latency responses for real-time customer interactions. Which solution will meet these requirements?

一家金融服务公司正在构建一个客户支持应用程序，该应用程序根据与用户查询的语义相似性从数据库中检索相关的金融监管文档。该应用程序必须与 Amazon Bedrock 集成才能生成响应。该应用程序必须能够搜索英语、西班牙语和葡萄牙语的文档。应用程序必须按元数据（例如发布日期、监管机构和文档类型）过滤文档。该数据库存储了大约 1000 万个文档嵌入。为了最大限度地减少运营开销，该公司需要一种能够最大限度地减少管理和维护工作的解决方案。应用程序必须为实时客户交互提供低延迟响应。哪种解决方案可以满足这些要求？

金融サービス会社は、ユーザーのクエリに対する意味上の類似性に基づいてデータベースから関連する金融規制文書を取得する顧客サポート アプリケーションを構築しています。アプリケーションは、応答を生成するために Amazon Bedrock と統合する必要があります。アプリケーションは、英語、スペイン語、ポルトガル語のドキュメントを検索できなければなりません。アプリケーションは、発行日、規制当局、文書タイプなどのメタデータによって文書をフィルター処理する必要があります。データベースには約 1,000 万件のドキュメント埋め込みが保存されます。運用上のオーバーヘッドを最小限に抑えるために、同社は管理とメンテナンスの労力を最小限に抑えるソリューションを望んでいます。アプリケーションは、リアルタイムの顧客対話に対して低遅延の応答を提供する必要があります。これらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: A

The answer is A because OpenSearch Serverless with Amazon Bedrock Knowledge Bases is the purpose-built, fully managed stack for
exactly this scenario — multilingual semantic search at 10 million vector scale, metadata filtering, RAG with a Claude FM, and minimal
operational overhead with no cluster management, no capacity planning, and no custom integration code.

答案是 A，因为 OpenSearch Serverless 与 Amazon Bedrock 知识库是专门构建的、完全托管的堆栈
正是这种场景 - 1000 万向量规模的多语言语义搜索、元数据过滤、带有 Claude FM 的 RAG 以及最小化
没有集群管理、没有容量规划、也没有自定义集成代码的运营开销。

答えは A です。Amazon Bedrock Knowledge Bases を使用した OpenSearch Serverless は、
まさにこのシナリオ — 1,000 万ベクトル スケールの多言語セマンティック検索、メタデータ フィルタリング、Claude FM を使用した RAG、および最小限の
クラスター管理、容量計画、カスタム統合コードがないため、運用上のオーバーヘッドが発生しません。

原始讨论（英文，仅供参考）
Chibuzo14 months, 2 weeks ago
Selected Answer: A
The answer is A because OpenSearch Serverless with Amazon Bedrock Knowledge Bases is the purpose-built, fully managed stack for
exactly this scenario — multilingual semantic search at 10 million vector scale, metadata filtering, RAG with a Claude FM, and minimal
operational overhead with no cluster management, no capacity planning, and no custom integration code.
upvoted 1 times
ArunRav6 months ago
Selected Answer: A
Opensearch serverless for low latency and low maintenance
upvoted 1 times
Andorkien6 months ago
Selected Answer: A
Answer is A
upvoted 1 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: A
"semantic search" = opensearch
upvoted 2 times
Question 7Source #007

A medical company is building a generative AI (GenAI) application that uses RAG to provide evidence-based medical information. The application uses Amazon OpenSearch Service to retrieve vector embeddings. Users report that searches frequently miss results that contain exact medical terms and acronyms and return too many semantically similar but irrelevant documents. The company needs to improve retrieval quality and maintain low end user latency, even as the document collection grows to millions of documents. Which solution will meet these requirements with the LEAST operational overhead?

一家医疗公司正在构建生成式 AI (GenAI) 应用程序，该应用程序使用 RAG 提供基于证据的医疗信息。该应用程序使用 Amazon OpenSearch Service 来检索向量嵌入。用户报告说，搜索经常会错过包含确切医学术语和首字母缩略词的结果，并返回太多语义相似但不相关的文档。即使文档集合增长到数百万个文档，公司也需要提高检索质量并保持较低的最终用户延迟。哪种解决方案能够以最少的运营开销满足这些要求？

ある医療会社は、RAG を使用して証拠に基づいた医療情報を提供する生成 AI (GenAI) アプリケーションを構築しています。アプリケーションは、Amazon OpenSearch Service を使用してベクトル埋め込みを取得します。ユーザーの報告によると、検索では、正確な医学用語や頭字語を含む検索結果が頻繁に見逃され、意味的には似ているが無関係な文書が多すぎると返されます。同社は、ドキュメント コレクションが数百万件に増加しても、検索品質を向上させ、エンド ユーザーの待ち時間を低く維持する必要があります。運用オーバーヘッドを最小限に抑えながらこれらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: A

Hybrid search is a configuration-level change within the existing OpenSearch Service deployment. It directly solves both reported problems
(exact term recall and semantic precision) without new services, migrations, or post-processing pipelines.

混合搜索是现有 ​​OpenSearch 服务部署中的配置级别更改。它直接解决了报告的两个问题
（准确的术语回忆和语义精度）无需新的服务、迁移或后处理管道。

ハイブリッド検索は、既存の OpenSearch Service デプロイメント内の構成レベルの変更です。報告されている両方の問題を直接解決します
新しいサービス、移行、後処理パイプラインを必要とせずに（用語の正確な再現と意味の正確さ）。

原始讨论（英文，仅供参考）
Chibuzo13 months ago
Selected Answer: A
Hybrid search is a configuration-level change within the existing OpenSearch Service deployment. It directly solves both reported problems
(exact term recall and semantic precision) without new services, migrations, or post-processing pipelines.
upvoted 1 times
ArunRav6 months ago
Selected Answer: A
Using hybrid search in opensearch can help to solve this.Option C was an option if the operational overhead was not a criteria.
upvoted 1 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: A
" Using hybrid search, you get best-of-all-worlds retrieval." - https://aws.amazon.com/blogs/big-data/supercharge-your-rag-applications-
with-amazon-opensearch-service-and-aryn-docparse/
upvoted 1 times
Question 8Source #008

A company runs a generative AI (GenAI)-powered summarization application in an application AWS account that uses Amazon Bedrock. The application architecture includes an Amazon API Gateway REST API that forwards requests to AWS Lambda functions that are attached to private VPC subnets. The application summarizes sensitive customer records that the company stores in a governed data lake in a centralized data storage account. The company has enabled Amazon S3, Amazon Athena, and AWS Glue in the data storage account. The company must ensure that calls that the application makes to Amazon Bedrock use only private connectivity between the company's application VPC and Amazon Bedrock. The company's data lake must provide fine-grained column-level access across the company's AWS accounts. Which solution will meet these requirements?

一家公司在使用 Amazon Bedrock 的应用程序 AWS 账户中运行由生成式 AI (GenAI) 支持的摘要应用程序。该应用程序架构包括一个 Amazon API Gateway REST API，该 API 将请求转发到附加到私有 VPC 子网的 AWS Lambda 函数。该应用程序汇总了公司存储在集中数据存储帐户的受管数据湖中的敏感客户记录。该公司已在数据存储账户中启用 Amazon S3、Amazon Athena 和 AWS Glue。公司必须确保应用程序对 Amazon Bedrock 进行的调用仅使用公司应用程序 VPC 和 Amazon Bedrock 之间的专用连接。公司的数据湖必须跨公司的 AWS 账户提供细粒度的列级访问。哪种解决方案可以满足这些要求？

ある企業は、Amazon Bedrock を使用するアプリケーション AWS アカウントで生成 AI (GenAI) を利用した要約アプリケーションを実行しています。アプリケーション アーキテクチャには、プライベート VPC サブネットに接続されている AWS Lambda 関数にリクエストを転送する Amazon API Gateway REST API が含まれています。このアプリケーションは、企業が管理されたデータ レイクの一元的なデータ ストレージ アカウントに保存している機密性の高い顧客記録を要約します。同社は、データ ストレージ アカウントで Amazon S3、Amazon Athena、および AWS Glue を有効にしました。企業は、アプリケーションが Amazon Bedrock に対して行う呼び出しで、企業のアプリケーション VPC と Amazon Bedrock の間のプライベート接続のみが使用されることを確認する必要があります。企業のデータレイクは、企業の AWS アカウント全体にきめ細かい列レベルのアクセスを提供する必要があります。これらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: A

The answer is A because interface VPC endpoints with IAM source VPC conditions are the only mechanism that enforces exclusively private
connectivity to Amazon Bedrock, while Lake Formation LF-tag-based cross-account column grants are the only mechanism among the
options that delivers fine-grained, column-level data lake access control across the application and data storage accounts — both
requirements are satisfied with purpose-built AWS services and no public network fallback.

答案是 A，因为具有 IAM 源 VPC 条件的接口 VPC 终端节点是强制执行完全私有的唯一机制
与 Amazon Bedrock 的连接，而 Lake Formation 基于 LF 标签的跨账户列授予是唯一的机制
跨应用程序和数据存储帐户提供细粒度、列级数据湖访问控制的选项
专门构建的 AWS 服务可以满足要求，并且没有公共网络回退。

IAM ソース VPC 条件を持つインターフェイス VPC エンドポイントが排他的プライベートを強制する唯一のメカニズムであるため、答えは A です。
一方、Lake Formation の LF タグベースのクロスアカウント列の付与は、Amazon Bedrock への接続の中で唯一のメカニズムです。
アプリケーションとデータ ストレージ アカウントの両方にわたって、きめ細かい列レベルのデータ レイク アクセス制御を実現するオプション
要件は専用の AWS サービスで満たされており、パブリック ネットワークのフォールバックはありません。

原始讨论（英文，仅供参考）
Chibuzo14 months, 2 weeks ago
Selected Answer: A
The answer is A because interface VPC endpoints with IAM source VPC conditions are the only mechanism that enforces exclusively private
connectivity to Amazon Bedrock, while Lake Formation LF-tag-based cross-account column grants are the only mechanism among the
options that delivers fine-grained, column-level data lake access control across the application and data storage accounts — both
requirements are satisfied with purpose-built AWS services and no public network fallback.
upvoted 2 times
ArunRav6 months ago
Selected Answer: A
A is the only place where connectivity is not publice.B and C using public connectivity. D is is lacking the column level access with lake
formation provide.
upvoted 1 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: A
besides the fact BCD are going public there is also this key: "must provide fine-grained column-level access" - only possible with
LakeFormation.
upvoted 1 times
duo_duo6 months, 3 weeks ago
Selected Answer: A
a is right
upvoted 3 times
Question 9Source #009

A media company must use Amazon Bedrock to implement a robust governance process for AI-generated content. The company needs to manage hundreds of prompt templates. Multiple teams use the templates across multiple AWS Regions to generate content. The solution must provide version control with approval workflows that include notifications for pending reviews. The solution must also provide detailed audit trails that document prompt activities and consistent prompt parameterization to enforce quality standards. Which solution will meet these requirements?

媒体公司必须使用 Amazon Bedrock 为 AI 生成的内容实施稳健的治理流程。公司需要管理数百个提示模板。多个团队跨多个 AWS 区域使用模板来生成内容。该解决方案必须提供带有审批工作流程的版本控制，其中包括待审核的通知。该解决方案还必须提供详细的审计跟踪，记录提示活动和一致的提示参数化，以执行质量标准。哪种解决方案可以满足这些要求？

メディア企業は、Amazon Bedrock を使用して、AI によって生成されたコンテンツに対する堅牢なガバナンスプロセスを実装する必要があります。会社は何百ものプロンプト テンプレートを管理する必要があります。複数のチームが複数の AWS リージョンにわたってテンプレートを使用してコンテンツを生成します。ソリューションでは、保留中のレビューの通知を含む承認ワークフローを備えたバージョン管理を提供する必要があります。また、ソリューションは、品質基準を強制するためのプロンプト アクティビティと一貫したプロンプト パラメータ化を文書化する詳細な監査証跡も提供する必要があります。これらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: B

The answer is B because Amazon Bedrock Prompt Management is the only purpose-built, managed service for prompt template
governance — providing native versioning, IAM-controlled approval gates, parameterized templates for quality enforcement, and full
CloudTrail audit coverage — without requiring any custom infrastructure, custom code, or workarounds for what the service delivers out of
the box.

答案是 B，因为 Amazon Bedrock Prompt Management 是唯一专门针对提示模板构建的托管服务
治理——提供本机版本控制、IAM 控制的批准门、用于质量执行的参数化模板以及完整的
CloudTrail 审计覆盖范围 - 无需任何自定义基础设施、自定义代码或服务交付的解决方法
盒子。

Amazon Bedrock Prompt Management は、プロンプトテンプレート専用の唯一のマネージドサービスであるため、答えは B です。
ガバナンス — ネイティブ バージョニング、IAM 制御の承認ゲート、品質を強化するためのパラメーター化されたテンプレート、および完全な機能を提供します。
CloudTrail 監査カバレッジ — カスタム インフラストラクチャ、カスタム コード、またはサービスが提供する内容の回避策は必要ありません
箱。

原始讨论（英文，仅供参考）
Chibuzo14 months, 2 weeks ago
Selected Answer: B
The answer is B because Amazon Bedrock Prompt Management is the only purpose-built, managed service for prompt template
governance — providing native versioning, IAM-controlled approval gates, parameterized templates for quality enforcement, and full
CloudTrail audit coverage — without requiring any custom infrastructure, custom code, or workarounds for what the service delivers out of
the box.
upvoted 1 times
2d5eb965 months, 2 weeks ago
Selected Answer: B
Prompt management for version control, audit cloudtrail and permission management IAM
upvoted 1 times
ArunRav6 months ago
Selected Answer: B
Option B gives you the right version control option which is there.Option D gives CF as a version control option which is not the correct
option.
upvoted 1 times
Anvith6 months, 1 week ago
Selected Answer: B
Prompt Management gives versioning and parameterized templates; CloudTrail provides audit trails; IAM controls approvals. Fits “hundreds
of templates, multi Region, approvals, audit”.
upvoted 1 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: B
Leaving aside that only B has the cloudtrail in it to satisfy the "audit trails".
With BPM (bedrock prompt management) you can version your prompts native.
https://docs.aws.amazon.com/bedrock/latest/userguide/prompt-management.html
upvoted 1 times
duo_duo6 months, 3 weeks ago
Selected Answer: B
b is right
upvoted 3 times
Question 10Source #010

A company is developing a customer support application that uses Amazon Bedrock foundation models (FMs) to provide real-time AI assistance to the company's employees. The application must display AI-generated responses character by character as the responses are generated. The application needs to support thousands of concurrent users with minimal latency. The responses typically take 15 to 45 seconds to finish. Which solution will meet these requirements?

一家公司正在开发一款客户支持应用程序，该应用程序使用 Amazon Bedrock 基础模型 (FM) 为公司员工提供实时 AI 帮助。应用程序必须在生成响应时逐个字符地显示 AI 生成的响应。该应用程序需要以最小的延迟支持数千个并发用户。响应通常需要 15 到 45 秒才能完成。哪种解决方案可以满足这些要求？

ある企業は、Amazon Bedrock Foundation Model (FM) を使用して従業員にリアルタイムの AI サポートを提供するカスタマー サポート アプリケーションを開発しています。アプリケーションは、AI が生成した応答を生成する際に 1 文字ずつ表示する必要があります。アプリケーションは、最小限の遅延で数千人の同時ユーザーをサポートする必要があります。通常、応答が完了するまでに 15 ～ 45 秒かかります。これらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: A

The answer is A because WebSocket connections with InvokeModelWithResponseStream is the purpose-built architecture for real-time AI
response streaming — tokens flow from Bedrock through Lambda to the WebSocket connection to the client as they are generated, API
Gateway handles massive concurrent connection scaling automatically, and the persistent connection model is well-suited for the 15-45
second response durations without timeout or polling overhead

答案是 A，因为与 InvokeModelWithResponseStream 的 WebSocket 连接是专门为实时 AI 构建的架构
响应流 — 令牌在生成时从 Bedrock 通过 Lambda 流到 WebSocket 连接到客户端，API
网关自动处理海量并发连接扩展，长连接模型非常适合15-45
没有超时或轮询开销的第二响应持续时间

InvokeModelWithResponseStream を使用した WebSocket 接続はリアルタイム AI 専用のアーキテクチャであるため、答えは A です。
応答ストリーミング — トークンは生成されると、Bedrock から Lambda を介して WebSocket 接続に流れ、クライアントに接続されます。API
ゲートウェイは大規模な同時接続のスケーリングを自動的に処理し、永続的な接続モデルは 15 ～ 45 のユーザーに最適です。
タイムアウトやポーリング オーバーヘッドのない 2 番目の応答期間

原始讨论（英文，仅供参考）
Chibuzo14 months, 2 weeks ago
Selected Answer: A
The answer is A because WebSocket connections with InvokeModelWithResponseStream is the purpose-built architecture for real-time AI
response streaming — tokens flow from Bedrock through Lambda to the WebSocket connection to the client as they are generated, API
Gateway handles massive concurrent connection scaling automatically, and the persistent connection model is well-suited for the 15-45
second response durations without timeout or polling overhead
upvoted 2 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: A
https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InvokeModelWithResponseStream.html
C - "The application needs to support thousands of concurrent users"
D - caching defeats real-time streaming
B is the most obvious why is wrong.
upvoted 2 times
duo_duo6 months, 3 weeks ago
Selected Answer: A
a is right
upvoted 4 times
Question 11Source #011 · Select 2

A company is using Amazon Bedrock to design an application to help researchers apply for grants. The application is based on an Amazon Nova Pro foundation model (FM). The application contains four required inputs and must provide responses in a consistent text format. The company wants to receive a notification in Amazon Bedrock if a response contains bullying language. However, the company does not want to block all flagged responses. The company creates an Amazon Bedrock flow that takes an input prompt and sends it to the Amazon Nova Pro FM. The Amazon Nova Pro FM provides a response. Which additional steps must the company take to meet these requirements? (Choose two.)

一家公司正在使用 Amazon Bedrock 设计一款应用程序来帮助研究人员申请资助。该应用程序基于 Amazon Nova Pro 基础模型 (FM)。该应用程序包含四个必需的输入，并且必须以一致的文本格式提供响应。如果回复包含欺凌性语言，该公司希望在 Amazon Bedrock 中收到通知。然而，该公司不想阻止所有标记的回复。该公司创建了一个 Amazon Bedrock 流程，该流程接受输入提示并将其发送到 Amazon Nova Pro FM。 Amazon Nova Pro FM 提供了响应。公司必须采取哪些额外步骤来满足这些要求？ （选择两个。）

ある企業は Amazon Bedrock を使用して、研究者が助成金を申請するのを支援するアプリケーションを設計しています。このアプリケーションは、Amazon Nova Pro 基盤モデル (FM) に基づいています。アプリケーションには 4 つの必須入力が含まれており、一貫したテキスト形式で応答を提供する必要があります。同社は、応答にいじめの言葉が含まれている場合に Amazon Bedrock で通知を受け取りたいと考えています。ただし、同社はフラグが付けられたすべての応答をブロックすることは望んでいません。同社は、入力プロンプトを受け取り、それを Amazon Nova Pro FM に送信する Amazon Bedrock フローを作成します。 Amazon Nova Pro FM が応答を返します。これらの要件を満たすために企業はどのような追加手順を実行する必要がありますか? (2つお選びください。)

多选 · 需选 2 项
解析 / Explanation

正确答案 / Answer: A,D

A and D. Provides both requirement. D is kind of given in the way it says detect only, not block, as per the question.

A 和 D. 提供了这两个要求。根据问题，D 的给出方式是仅检测，而不是阻止。

A と D。両方の​​要件を提供します。 D は、質問のように、ブロックではなく検出のみを行うという形で与えられています。

原始讨论（英文，仅供参考）
rosnl1 week, 5 days ago
Selected Answer: AD
A and D. Provides both requirement. D is kind of given in the way it says detect only, not block, as per the question.
upvoted 1 times
Chibuzo13 months ago
Selected Answer: AD
Why A is correct:
Bedrock Prompt Management is exactly the right tool for structured, consistent prompting with required inputs. It lets you define variables
(the four required inputs), lock in an FM (Nova Pro),
Why D is correct:
The guardrail requirement has two precise constraints: detect bullying language without blocking responses. "Bullying" falls under the
insults content filter category in Bedrock Guardrails (not "hate," which covers discrimination based on identity).
upvoted 1 times
shuvo_1233 months, 1 week ago
Selected Answer: AD
Requirement 1
The application contains four required inputs and must provide responses in a consistent text format.
This is exactly what Amazon Bedrock Prompt Management is designed for:
Define prompt templates.
Define required input variables.
Enforce a consistent output structure.
Reuse prompts within Bedrock Flows.
Hence - Option A
Requirement 2
Receive a notification if a response contains bullying language, but do not block all flagged responses.
In Bedrock Guardrails:
Bullying language falls under the Insults content category.
To flag content without blocking it, use Detect rather than Block.
Hence Option D
Finally A,D
upvoted 1 times
Bansel6 months, 1 week ago
Selected Answer: AD
We need:
Prompt variables → enforce required inputs
Output formatting → consistent structure
Guardrails with detection only → notification without blocking.
A. Use Amazon Bedrock Prompt Management
D. Create a Bedrock Guardrail with insult detection
upvoted 1 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: AD
B - guardrail will block and we need it to pass
C - used for routing between multiple models
E - mainly for model selection and metadata
upvoted 1 times
Question 12Source #012

A healthcare company is using Amazon Bedrock to build a Retrieval Augmented Generation (RAG) application that helps practitioners make clinical decisions. The application must achieve high accuracy for patient information retrievals, identify hallucinations in generated content, and reduce human review costs. Which solution will meet these requirements?

一家医疗保健公司正在使用 Amazon Bedrock 构建检索增强生成 (RAG) 应用程序，帮助从业人员做出临床决策。该应用程序必须实现患者信息检索的高精度，识别生成内容中的幻觉，并降低人工审核成本。哪种解决方案可以满足这些要求？

ある医療会社は、Amazon Bedrock を使用して、医療従事者による臨床上の意思決定を支援する検索拡張生成 (RAG) アプリケーションを構築しています。アプリケーションは、患者情報の取得において高い精度を達成し、生成されたコンテンツ内の幻覚を特定し、人間によるレビューのコストを削減する必要があります。これらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: D

D is the correct answer. "Human" is involved to gain high accuracy.

D 是正确答案。 “人”的参与是为了获得高精度。

Dが正解です。高い精度を得るには「人」が関与します。

原始讨论（英文，仅供参考）
awsguruji5 months, 3 weeks ago
Selected Answer: D
D is the correct answer. "Human" is involved to gain high accuracy.
upvoted 1 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: D
A - Comprehend excels at NER but misses hallucination detection and RAG-specific metrics
B - High risk for false negatives in critical healthcare scenarios
C - CloudWatch Synthetics tests endpoints, not LLM output quality
D - https://docs.aws.amazon.com/bedrock/latest/userguide/evaluation-judge.html
upvoted 3 times
duo_duo6 months, 3 weeks ago
Selected Answer: D
d is the correct answer.
upvoted 1 times
Question 13Source #013 · Select 2

Company configures a landing zone in AWS Control Tower. The company handles sensitive data that must remain within the European Union. The company must use only the eu-central-1 Region. The company uses SCPs to enforce data residency policies. GenAI developers at the company are assigned IAM roles that have full permissions for Amazon Bedrock. The company must ensure that GenAI developers can use the Amazon Nova Pro model through Amazon Bedrock only by using cross-Region inference (CRI) and only in eu-central-1. The company enables model access for the GenAI developer IAM roles in Amazon Bedrock. However, when a GenAI developer attempts to invoke the model through the Amazon Bedrock Chat/Text playground, the GenAI developer receives the following error. User: arn:aws:sts::123456789012:assumed-role/AssumedDevRole/DevUserName Action: bedrock:InvokeModelWithResponseStream On resource(s): arn:aws:bedrock:eu-west-3::foundation-model/amazon.nova-pro-v1:0 Context: a service control policy explicitly denies the action The company needs a solution to resolve the error. The solution must retain the company's existing governance controls and must provide precise access control. The solution must comply with the company's existing data residency policies. Which combination of solutions will meet these requirements? (Choose two.)

公司在 AWS Control Tower 中配置登陆区域。该公司处理必须保留在欧盟范围内的敏感数据。公司必须仅使用 eu-central-1 区域。该公司使用 SCP 来执行数据驻留策略。公司的 GenAI 开发人员被分配了具有 Amazon Bedrock 完整权限的 IAM 角色。该公司必须确保 GenAI 开发人员只能通过使用跨区域推理 (CRI) 并且只能在 eu-central-1 中通过 Amazon Bedrock 使用 Amazon Nova Pro 模型。该公司为 Amazon Bedrock 中的 GenAI 开发人员 IAM 角色提供模型访问权限。但是，当 GenAI 开发人员尝试通过 Amazon Bedrock 聊天/文本游乐场调用模型时，GenAI 开发人员会收到以下错误。用户：arn:aws:sts::123456789012:assumed-role/AssumedDevRole/DevUserName 操作：bedrock:InvokeModelWithResponseStream 在资源上：arn:aws:bedrock:eu-west-3::foundation-model/amazon.nova-pro-v1:0 上下文：服务控制策略明确拒绝该操作 公司需要一个解决方案来解决错误。该解决方案必须保留公司现有的治理控制，并且必须提供精确的访问控制。该解决方案必须符合公司现有的数据驻留策略。哪种解决方案组合可以满足这些要求？ （选择两个。）

会社は AWS Control Tower でランディング ゾーンを構成します。同社は欧州連合内に留めておく必要がある機密データを扱っています。会社は eu-central-1 リージョンのみを使用する必要があります。同社は SCP を使用してデータ常駐ポリシーを適用します。同社の GenAI 開発者には、Amazon Bedrock に対する完全な権限を持つ IAM ロールが割り当てられています。同社は、GenAI 開発者がクロスリージョン推論 (CRI) を使用し、eu-central-1 でのみ Amazon Bedrock を介して Amazon Nova Pro モデルを使用できることを保証する必要があります。同社は、Amazon Bedrock で GenAI 開発者の IAM ロールのモデル アクセスを有効にしています。ただし、GenAI 開発者が Amazon Bedrock Chat/Text プレイグラウンドを通じてモデルを呼び出そうとすると、GenAI 開発者は次のエラーを受け取ります。ユーザー: arn:aws:sts::123456789012:assumed-role/AssumedDevRole/DevUserName アクション: bedrock:InvokeModelWithResponseStream リソース上: arn:aws:bedrock:eu-west-3::foundation-model/amazon.nova-pro-v1:0 コンテキスト: サービス制御ポリシーがアクションを明示的に拒否している 会社は、エラーを解決するソリューションを必要としています。このソリューションでは、企業の既存のガバナンス制御を維持し、正確なアクセス制御を提供する必要があります。ソリューションは、会社の既存のデータ常駐ポリシーに準拠する必要があります。これらの要件を満たすソリューションの組み合わせはどれですか? (2つお選びください。)

多选 · 需选 2 项
解析 / Explanation

正确答案 / Answer: B,D

Why B is Correct ?
- Resolve SCP block : SCP updated to allow CRI inference profile resource ARN
- Retain governance : SCP still restricts — just adds specific CRI allowance
- Data residency: eu.* inference profile ensures traffic stays within EU Regions only
Why D is Correct too ?
CRI needs multi-region access : CRI routes requests across EU regions — IAM must allow all EU regions that serve the model
The error occurred in eu-west-3 : IAM role needs permission for the EU inference profile (which routes to eu-west-3, eu-west-1, etc.)

为什么B是正确的？
- 解决 SCP 阻止：更新 SCP 以允许 CRI 推断配置文件资源 ARN
- 保留治理：SCP 仍然有限制——只是增加了特定的 CRI 津贴
- 数据驻留：eu.* 推理配置文件确保流量仅保留在欧盟区域内
为什么D也正确？
CRI 需要多区域访问：CRI 跨欧盟区域路由请求 - IAM 必须允许为该模型提供服务的所有欧盟区域
eu-west-3 中发生错误：IAM 角色需要 EU 推理配置文件的权限（路由到 eu-west-3、eu-west-1 等）

なぜ B が正しいのでしょうか?
- SCP ブロックの解決: CRI 推論プロファイル リソース ARN を許可するように SCP が更新されました
- ガバナンスの維持: SCP は引き続き制限を行います - 特定の CRI 許容値を追加するだけです
- データの所在地: eu.* 推論プロファイルにより、トラフィックが EU リージョン内のみに留まることが保証されます。
なぜ D も正しいのでしょうか?
CRI にはマルチリージョン アクセスが必要です : CRI は EU リージョン間でリクエストをルーティングします — IAM はモデルを提供するすべての EU リージョンを許可する必要があります
eu-west-3 でエラーが発生しました: IAM ロールには EU 推論プロファイル (eu-west-3、eu-west-1 などにルーティングされる) に対する権限が必要です

原始讨论（英文，仅供参考）
SSSam261 month ago
Selected Answer: BD
Why B is Correct ?
- Resolve SCP block : SCP updated to allow CRI inference profile resource ARN
- Retain governance : SCP still restricts — just adds specific CRI allowance
- Data residency: eu.* inference profile ensures traffic stays within EU Regions only
Why D is Correct too ?
CRI needs multi-region access : CRI routes requests across EU regions — IAM must allow all EU regions that serve the model
The error occurred in eu-west-3 : IAM role needs permission for the EU inference profile (which routes to eu-west-3, eu-west-1, etc.)
upvoted 1 times
de1612d5 months ago
Selected Answer: BD
Answer is B&D
upvoted 1 times
a9fb7b25 months, 3 weeks ago
Selected Answer: BD
The error shows the request is being routed to eu-west-3 and is being blocked by an SCP. With Amazon Bedrock cross-Region inference, if
any destination Region in the selected inference profile is blocked by SCPs, the request fails. AWS says you must allow the Bedrock invoke
actions in all destination Regions that belong to the chosen inference profile.
Also, for geographic cross-Region inference in the EU, the IAM role needs permission for:
1. the EU inference profile,
2. the foundation model in the source Region, and
3. the foundation model in all destination Regions in that EU profile. AWS also recommends using the specific inference profile ARN for
granular control.
upvoted 2 times
67bdb196 months, 2 weeks ago
Selected Answer: B
This feels like a 50/50 between two options. I'll go with B.
upvoted 1 times
Question 14Source #014

A financial services company is developing a customer service AI assistant by using Amazon Bedrock. The AI assistant must not discuss investment advice with users. The AI assistant must block harmful content, mask personally identifiable information (PII), and maintain audit trails for compliance reporting. The AI assistant must apply content filtering to both user inputs and model responses based on content sensitivity. The company requires an Amazon Bedrock guardrail configuration that will effectively enforce policies with minimal false positives. The solution must provide multiple handling strategies for multiple types of sensitive content. Which solution will meet these requirements?

一家金融服务公司正在使用 Amazon Bedrock 开发客户服务 AI 助手。 AI助手不得与用户讨论投资建议。人工智能助手必须阻止有害内容、掩盖个人身份信息 (PII)，并维护合规报告的审计跟踪。人工智能助手必须根据内容敏感性对用户输入和模型响应应用内容过滤。该公司需要 Amazon Bedrock 护栏配置，以有效执行策略并最大限度地减少误报。解决方案必须针对多种类型的敏感内容提供多种处理策略。哪种解决方案可以满足这些要求？

金融サービス会社は、Amazon Bedrock を使用して顧客サービス AI アシスタントを開発しています。 AI アシスタントはユーザーと投資アドバイスについて話し合ってはなりません。 AI アシスタントは、有害なコンテンツをブロックし、個人を特定できる情報 (PII) をマスクし、コンプライアンス報告のための監査証跡を維持する必要があります。 AI アシスタントは、コンテンツの機密性に基づいて、ユーザー入力とモデル応答の両方にコンテンツ フィルターを適用する必要があります。同社は、誤検知を最小限に抑えてポリシーを効果的に適用する Amazon Bedrock ガードレール構成を必要としています。ソリューションでは、複数の種類の機密コンテンツに対して複数の処理戦略を提供する必要があります。これらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: C

The key architectural insight in C is that it uses one well-configured guardrail with differentiated actions — mask vs. block, input vs. output
— rather than blunt uniform settings.

C 的关键架构见解是，它使用一个配置良好的护栏，具有差异化的操作 — 掩码与块、输入与输出
——而不是生硬的统一设置。

C のアーキテクチャ上の重要な洞察は、マスクとブロック、入力と出力など、差別化されたアクションを持つ 1 つの適切に構成されたガードレールを使用していることです。
— 単刀直入な設定ではなく。

原始讨论（英文，仅供参考）
Chibuzo13 months ago
Selected Answer: C
The key architectural insight in C is that it uses one well-configured guardrail with differentiated actions — mask vs. block, input vs. output
— rather than blunt uniform settings.
upvoted 1 times
de1612d5 months, 1 week ago
Selected Answer: C
Answer is C
upvoted 1 times
67bdb196 months, 2 weeks ago
Selected Answer: C
I'd bet my certification on C. It's the only logical solution presented.
upvoted 1 times
Question 15Source #015

An ecommerce company is developing a generative AI (GenAI) solution that uses Amazon Bedrock with Anthropic Claude to recommend products to customers. Customers report that some of the recommended products are not available for sale on the website or are not relevant to the customer. Customers also report that the solutions takes a long time to generate some recommendations. The company investigates the issues and finds that most interactions between customers and the product recommendation solution are unique. The company confirms that the solutions recommends products that are not in the company's product catalog. The company must resolve these issues. Which solution will meet this requirement?

一家电子商务公司正在开发一种生成式 AI (GenAI) 解决方案，该解决方案使用 Amazon Bedrock 和 Anthropic Claude 向客户推荐产品。客户反映，某些推荐的产品无法在网站上销售或与客户不相关。客户还报告说，这些解决方案需要很长时间才能生成一些建议。该公司调查了这些问题，发现客户与产品推荐解决方案之间的大多数交互都是独特的。该公司确认该解决方案推荐的产品不在该公司的产品目录中。公司必须解决这些问题。哪种解决方案可以满足这个要求？

ある e コマース会社は、Amazon Bedrock と Anthropic Claude を使用して顧客に商品を推奨する生成 AI (GenAI) ソリューションを開発しています。顧客から、推奨製品の一部が Web サイトで販売されていない、または顧客に関係がないという報告がありました。また、顧客は、ソリューションがいくつかの推奨事項を生成するのに時間がかかると報告しています。同社は問題を調査し、顧客と製品推奨ソリューションとの間のやり取りのほとんどが独自のものであることを発見しました。同社は、ソリューションが同社の製品カタログにない製品を推奨していることを確認しています。企業はこれらの問題を解決する必要があります。この要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: C

RAG will solve the issue around recommending product that are only available, the Option C also adress the time to generate
recommendations (RAG are fast and PerformanceConfigLatency)

RAG将解决推荐仅可用的产品的问题，选项C还解决了生成的时间
建议（RAG 速度快且 PerformanceConfigLatency）

RAG は、入手可能な製品のみを推奨する問題を解決します。オプション C は、製品の生成にかかる時間にも対処します。
推奨事項 (RAG は高速であり、PerformanceConfigLatency)

原始讨论（英文，仅供参考）
2d5eb965 months, 2 weeks ago
Selected Answer: C
RAG will solve the issue around recommending product that are only available, the Option C also adress the time to generate
recommendations (RAG are fast and PerformanceConfigLatency)
upvoted 1 times
67bdb196 months, 2 weeks ago
Selected Answer: C
I'm arriving at C by process of elimination.
upvoted 1 times
Question 16Source #016 · Select 2

A company is using AWS Lambda and REST APIs to build a reasoning agent to automate support workflows. The system must preserve memory across interactions, share the relevant agent state, and support event-driven invocation and synchronous invocation. The system must also enforce access control and session-based permissions. Which combination of steps provides the MOST scalable solution? (Choose two.)

一家公司正在使用 AWS Lambda 和 REST API 构建推理代理来自动化支持工作流程。系统必须在交互过程中保留内存，共享相关的代理状态，并支持事件驱动的调用和同步调用。系统还必须强制执行访问控制和基于会话的权限。哪种步骤组合提供了最具可扩展性的解决方案？ （选择两个。）

ある企業は、AWS Lambda と REST API を使用して推論エージェントを構築し、サポート ワークフローを自動化しています。システムは、対話間でメモリを保持し、関連するエージェントの状態を共有し、イベント駆動型呼び出しと同期呼び出しをサポートする必要があります。システムは、アクセス制御とセッションベースの権限も強制する必要があります。最もスケーラブルなソリューションを提供する手順の組み合わせはどれですか? (2つお選びください。)

多选 · 需选 2 项
解析 / Explanation

正确答案 / Answer: A,B

I think A and B are the correct answers.

我认为A和B是正确答案。

AとBが正解だと思います。

原始讨论（英文，仅供参考）
Chibuzo13 months ago
Selected Answer: A
Why A is correct
Amazon Bedrock AgentCore is purpose-built for exactly this use case
Why B is correct:
This completes the integration layer. By registering Lambda functions and REST APIs as actions through API Gateway and EventBridge
within AgentCore:
upvoted 1 times
de1612d5 months, 1 week ago
Selected Answer: AB
I think A and B are the correct answers.
upvoted 1 times
2d5eb965 months, 2 weeks ago
Selected Answer: AB
Option A and B, because the solution needs to be scalable and Agent core allow to have persistance & scalability and monitoring.
Option C doesn't meet the goal because steps function & sqs doesn't provide right level or orchestration as some event may be missed.
upvoted 2 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: AB
A because AgentCore is just the right tool here
B because CDE are just wrong
upvoted 2 times
67bdb196 months, 2 weeks ago
Selected Answer: A
Going with A, but I'm open to being convinced otherwise.
upvoted 1 times
Question 17Source #017

A financial services company is developing a Retrieval Augmented Generation (RAG) application to help investment analysts query complex financial relationships across multiple investment vehicles, market sectors, and regulatory environments. The dataset contains highly interconnected entities that have multi-hop relationships. The analysts must be able to examine the relationships holistically to provide accurate investment guidance. The application must deliver comprehensive answers that capture indirect relationships between financial entities. The application must produce responses in less than 3 seconds. Which solution will meet these requirements with the LEAST operational overhead?

一家金融服务公司正在开发检索增强生成 (RAG) 应用程序，以帮助投资分析师查询跨多种投资工具、市场部门和监管环境的复杂财务关系。该数据集包含具有多跳关系的高度互连的实体。分析师必须能够全面检查这些关系，以提供准确的投资指导。该应用程序必须提供全面的答案，以捕获金融实体之间的间接关系。应用程序必须在 3 秒内产生响应。哪种解决方案能够以最少的运营开销满足这些要求？

ある金融サービス会社は、投資アナリストが複数の投資手段、市場セクター、規制環境にわたる複雑な財務関係をクエリできるようにする検索拡張生成 (RAG) アプリケーションを開発しています。データセットには、マルチホップ関係を持つ高度に相互接続されたエンティティが含まれています。アナリストは、正確な投資ガイダンスを提供するために、関係を総合的に調査できなければなりません。アプリケーションは、金融エンティティ間の間接的な関係を把握する包括的な回答を提供する必要があります。アプリケーションは 3 秒以内に応答を生成する必要があります。運用オーバーヘッドを最小限に抑えながらこれらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: A

The core challenge is multi-hop relationship traversal across interconnected financial entities — exactly what graph databases are designed
for. Neptune Analytics is purpose-built for fast graph queries, and Bedrock Knowledge Bases with Graph RAG handles the orchestration
automatically, meaning the team writes no custom traversal logic. The "least operational overhead" constraint rules out anything requiring
manual infrastructure management, custom logic layers, or bespoke indexing systems.

核心挑战是跨互连金融实体的多跳关系遍历——这正是图数据库的设计
为. Neptune Analytics 专为快速图形查询而构建，带有 Graph RAG 的 Bedrock 知识库可处理编排
自动，这意味着团队无需编写自定义遍历逻辑。 “最低运营开销”约束排除了任何要求
手动基础设施管理、自定义逻辑层或定制索引系统。

中心的な課題は、相互接続された金融エンティティ間のマルチホップ関係の横断です。まさにグラフ データベースの設計と同じです。
のために。 Neptune Analytics は高速グラフ クエリ専用に構築されており、Graph RAG を備えた Bedrock Knowledge Bases がオーケストレーションを処理します。
これは、チームがカスタムのトラバーサル ロジックを作成しないことを意味します。 「最小の運用オーバーヘッド」制約により、必要なものはすべて排除されます。
手動のインフラストラクチャ管理、カスタム ロジック層、または特注のインデックス作成システム。

原始讨论（英文，仅供参考）
Chibuzo13 months ago
Selected Answer: A
The core challenge is multi-hop relationship traversal across interconnected financial entities — exactly what graph databases are designed
for. Neptune Analytics is purpose-built for fast graph queries, and Bedrock Knowledge Bases with Graph RAG handles the orchestration
automatically, meaning the team writes no custom traversal logic. The "least operational overhead" constraint rules out anything requiring
manual infrastructure management, custom logic layers, or bespoke indexing systems.
upvoted 1 times
de1612d5 months, 1 week ago
Selected Answer: A
Since graph-based inference is required, I think the answer is A.
upvoted 1 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: A
LEAST operational overhead.
upvoted 1 times
67bdb196 months, 2 weeks ago
Selected Answer: A
Feels like A is the intended answer here. The wording is tricky.
upvoted 1 times
Question 18Source #018

A healthcare company uses Amazon Bedrock to deploy an application that generates summaries of clinical documents. The application experiences inconsistent response quality with occasional factual hallucinations. Monthly costs exceed the company's projections by 40%. A GenAI developer must implement a near real-time monitoring solution to detect hallucinations, identify abnormal token consumption, and provide early warnings of cost anomalies. The solution must require minimal custom development work and maintenance overhead. Which solution will meet these requirements?

一家医疗保健公司使用 Amazon Bedrock 部署一个生成临床文档摘要的应用程序。该应用程序的响应质量不一致，偶尔会出现事实幻觉。每月成本超出公司预计 40%。 GenAI 开发人员必须实施近乎实时的监控解决方案来检测幻觉、识别异常代币消耗并提供成本异常的早期预警。该解决方案必须需要最少的定制开发工作和维护开销。哪种解决方案可以满足这些要求？

医療会社は Amazon Bedrock を使用して、臨床文書の概要を生成するアプリケーションをデプロイしています。アプリケーションでは一貫性のない応答品質が発生し、時折事実に基づく幻覚が発生します。月々のコストは会社の予測を40％上回っている。 GenAI 開発者は、幻覚を検出し、異常なトークン消費を特定し、コストの異常を早期に警告するために、ほぼリアルタイムの監視ソリューションを実装する必要があります。ソリューションでは、最小限のカスタム開発作業とメンテナンスのオーバーヘッドが必要となります。これらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: C

Hallucination detection
Amazon Bedrock Guardrails includes a contextual grounding check feature specifically designed to detect hallucinations by verifying that
model outputs are grounded in the provided source content. This is a built-in, managed capability — no custom ML or logic required.
Abnormal token consumption
Bedrock automatically publishes InputTokenCount and OutputTokenCount metrics to CloudWatch. Enabling CloudWatch Anomaly Detection
on these metrics uses ML-based statistical modeling to establish baselines and flag deviations — no manual threshold-setting needed.

幻觉检测
Amazon Bedrock Guardrails 包含上下文接地检查功能，专门用于通过验证来检测幻觉
模型输出以提供的源内容为基础。这是一种内置的托管功能 - 不需要自定义 ML 或逻辑。
代币消耗异常
Bedrock 自动将 InputTokenCount 和 OutputTokenCount 指标发布到 CloudWatch。启用 CloudWatch 异常检测
在这些指标上，使用基于机器学习的统计模型来建立基线并标记偏差——无需手动设置阈值。

幻覚の検出
Amazon Bedrock Guardrails には、状況に応じた接地チェック機能が含まれており、それを検証することで幻覚を検出するように特別に設計されています。
モデルの出力は、提供されたソース コンテンツに基づいています。これは組み込みの管理機能であり、カスタム ML やロジックは必要ありません。
トークンの異常消費
Bedrock は、InputTokenCount メトリクスと OutputTokenCount メトリクスを CloudWatch に自動的に公開します。 CloudWatch 異常検出の有効化
これらのメトリクスでは、ML ベースの統計モデリングを使用してベースラインを確立し、逸脱にフラグを立てます。手動のしきい値設定は必要ありません。

原始讨论（英文，仅供参考）
Chibuzo12 months, 2 weeks ago
Selected Answer: C
Hallucination detection
Amazon Bedrock Guardrails includes a contextual grounding check feature specifically designed to detect hallucinations by verifying that
model outputs are grounded in the provided source content. This is a built-in, managed capability — no custom ML or logic required.
Abnormal token consumption
Bedrock automatically publishes InputTokenCount and OutputTokenCount metrics to CloudWatch. Enabling CloudWatch Anomaly Detection
on these metrics uses ML-based statistical modeling to establish baselines and flag deviations — no manual threshold-setting needed.
upvoted 1 times
de1612d5 months, 1 week ago
Selected Answer: C
The answer is C, as it is a design focused on minimum operational observability.
upvoted 1 times
2d5eb965 months, 2 weeks ago
Selected Answer: C
"require minimal custom development work" option B require more operations.
upvoted 1 times
a9fb7b25 months, 3 weeks ago
Selected Answer: C
C is correct . B uses Bedrock evaluation jobs plus a custom Lambda notification pipeline, which adds more development and is less suited to
near real-time monitoring.
upvoted 2 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: C
" minimal custom development work and maintenance overhead" - Only C fits here.
upvoted 3 times
67bdb196 months, 2 weeks ago
Selected Answer: B
Locked in on B. The other choices are clearly distractors.
upvoted 1 times
Question 19Source #019

A company is building a generative AI (GenAI) application that produces content based on a variety of internal and external data sources. The company wants to ensure that the generated output is fully traceable. The application must support data source registration and enable metadata tagging to attribute content to its original source. The application must also maintain audit logs of data access and usage throughout the pipeline. Which solution will meet these requirements?

一家公司正在构建生成式人工智能 (GenAI) 应用程序，该应用程序可根据各种内部和外部数据源生成内容。该公司希望确保生成的输出完全可追溯。应用程序必须支持数据源注册并启用元数据标记以将内容归因于其原始来源。应用程序还必须维护整个管道中数据访问和使用的审核日志。哪种解决方案可以满足这些要求？

ある企業は、内部および外部のさまざまなデータ ソースに基づいてコンテンツを生成する生成 AI (GenAI) アプリケーションを構築しています。同社は、生成された出力が完全に追跡可能であることを確認したいと考えています。アプリケーションはデータ ソースの登録をサポートし、コンテンツを元のソースに関連付けるためのメタデータのタグ付けを有効にする必要があります。アプリケーションは、パイプライン全体でのデータ アクセスと使用状況の監査ログも維持する必要があります。これらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: D

Answer is D

答案是D

答えはDです

原始讨论（英文，仅供参考）
de1612d5 months, 1 week ago
Selected Answer: D
Answer is D
upvoted 1 times
a9fb7b25 months, 2 weeks ago
Selected Answer: D
D is correct.
C uses S3 object tags, which can help with individual objects, but it does not address registering all data sources as comprehensively as the
Glue Data Catalog.
upvoted 2 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: D
A - Lake Formation excels at access control, not GenAI data source registration/metadata attribution
B - Cw Logs track application behavior, not data lineage or source attribution
C - S3 tagging works for objects, fails for structured/relational sources
D - Complete coverage: registration + metadata + audit trails.
upvoted 3 times
67bdb196 months, 2 weeks ago
Selected Answer: C
C is the textbook answer for this situation.
upvoted 1 times
Question 20Source #020

A financial services company needs to build a document analysis system that uses Amazon Bedrock to process quarterly reports. The system must analyze financial data, perform sentiment analysis, and validate compliance across batches of reports. Each batch contains 5 reports. Each report requires multiple foundation model (FM) calls. The solution must finish the analysis within 10 seconds for each batch. Current sequential processing takes 45 seconds for each batch. Which solution will meet these requirements?

一家金融服务公司需要构建一个使用 Amazon Bedrock 处理季度报告的文档分析系统。系统必须分析财务数据、执行情绪分析并验证各批次报告的合规性。每批次包含 5 个报告。每个报告都需要多次基础模型 (FM) 调用。每批次解决方案必须在 10 秒内完成分析。当前每个批次的顺序处理需要 45 秒。哪种解决方案可以满足这些要求？

金融サービス会社は、Amazon Bedrock を使用して四半期レポートを処理するドキュメント分析システムを構築する必要があります。システムは財務データを分析し、センチメント分析を実行し、レポートのバッチ全体でコンプライアンスを検証する必要があります。各バッチには 5 つのレポートが含まれています。各レポートには複数の基盤モデル (FM) 呼び出しが必要です。ソリューションは各バッチの分析を 10 秒以内に完了する必要があります。現在の順次処理にはバッチごとに 45 秒かかります。これらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: B

Independent analysis tasks execute concurrently, reducing total batch processing time. Bedrock timeouts and CloudWatch provide
appropriate operational controls.

独立的分析任务同时执行，减少了总批处理时间。 Bedrock 超时和 CloudWatch 提供
适当的操作控制。

独立した分析タスクが同時に実行されるため、合計のバッチ処理時間が短縮されます。 Bedrock タイムアウトと CloudWatch が提供する
適切な運用管理を行います。

原始讨论（英文，仅供参考）
tumi983 days, 18 hours ago
Selected Answer: B
Independent analysis tasks execute concurrently, reducing total batch processing time. Bedrock timeouts and CloudWatch provide
appropriate operational controls.
upvoted 1 times
blieskies2 weeks, 5 days ago
Selected Answer: B
I accept it's B because this processing required parallelisation but I wish they'd suggested MAP instead of PARALLEL because it we assume
that each step for a report takes the same amount of time then it'd still take 45/3 seconds = 15 seconds .. whereas parallel would have given
us a tidy 45/5 = 9 seconds (under the SLA) requirement
upvoted 1 times
Chibuzo13 months ago
Selected Answer: B
The core problem is a 45-second sequential process that must finish in 10 seconds — a 4.5x speedup requirement. The only way to achieve
this without faster hardware is parallelization. Option B directly addresses this with Step Functions' Parallel state, which fans out multiple
Lambda invocations simultaneously across analysis types (financial data, sentiment, compliance). Since these three workloads are
independent of each other, running them concurrently collapses wall-clock time dramatically. CloudWatch integration for latency tracking is
a practical operational addition, not overhead.
upvoted 1 times
de1612d5 months, 1 week ago
Selected Answer: B
I want to parallelize batch processing, so the answer is B.
upvoted 1 times
a9fb7b25 months, 3 weeks ago
Selected Answer: B
Step Functions workflow can invoke separate Lambda functions in parallel for different analysis tasks, which is exactly what this batch
pattern needs. Can also monitor execution time and Bedrock/model latency with CloudWatch metrics, which helps verify the system stays
under the 10-second target. Amazon Bedrock exposes monitoring through CloudWatch, and CloudWatch generative AI observability
includes latency views for model invocations.
upvoted 2 times
eesa6 months, 1 week ago
Selected Answer: B
AWS Step Functions con Parallel state (Opción B) - MEJOR SOLUCIÓN:
✅ Paralelización efectiva: Procesa múltiples análisis (financiero, sentimiento, compliance) simultáneamente en lugar de secuencialmente
✅ Reduce tiempo drásticamente: De 45s a ~10s al ejecutar tareas en paralelo
✅ Orquestación robusta: Step Functions maneja la coordinación de múltiples Lambda functions
✅ Monitoreo integrado: CloudWatch metrics para tracking de latencia y tiempos
✅ Manejo de errores: Retry logic y error handling nativos
✅ Escalabilidad: Cada tipo de análisis escala independientemente
upvoted 2 times
Neos036 months, 1 week ago
Selected Answer: A
A is correct
upvoted 1 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: B
ACD fail because it ads latency.
upvoted 2 times
67bdb196 months, 2 weeks ago
Selected Answer: C
Feels like C is the one. Does anyone disagree?
upvoted 1 times
Question 21Source #021

A company is using Amazon Bedrock to build a customer-facing AI assistant to handle sensitive customer inquiries. The company must use defense-in-depth safety controls to block sophisticated prompt injection attacks. The company must keep audit logs of all safety interventions. The AI assistant must have cross-Region failover capabilities. Which solution will meet these requirements?

一家公司正在使用 Amazon Bedrock 构建面向客户的 AI 助手来处理敏感的客户查询。公司必须使用深度防御安全控制来阻止复杂的即时注入攻击。公司必须保留所有安全干预措施的审核日志。 AI助手必须具备跨Region的故障转移能力。哪种解决方案可以满足这些要求？

ある企業は、Amazon Bedrock を使用して、顧客からの機密性の高い問い合わせに対応する顧客対応 AI アシスタントを構築しています。企業は、多層防御の安全制御を使用して、高度なプロンプト インジェクション攻撃をブロックする必要があります。企業は、すべての安全介入の監査ログを保管する必要があります。 AI アシスタントには、リージョン間のフェイルオーバー機能が必要です。これらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: A

The correct answer is A.
Analysis
The question has four distinct requirements to satisfy:
Defense-in-depth safety controls against prompt injection
Audit logs of all safety interventions
Cross-Region failover capabilities
Uses Amazon Bedrock as the core platform

正确答案是 A。
分析
该问题有四个不同的要求需要满足：
针对快速注入的深度防御安全控制
所有安全干预措施的审核日志
跨区域故障转移能力
使用Amazon Bedrock作为核心平台

正解はAです。
分析
この質問には、満たすべき 4 つの明確な要件があります。
即時注入に対する多層防御の安全制御
すべての安全介入の監査ログ
クロスリージョンフェイルオーバー機能
Amazon Bedrock をコアプラットフォームとして使用

原始讨论（英文，仅供参考）
SSSam261 month ago
Selected Answer: D
Why D is Correct ?
** Audit logs : CloudTrail logs all guardrail interventions for compliance
* Defense-in-depth : Two layers: Content filters (ML-based) + Word filters (rule-based) = different detection mechanisms
*Block prompt injection: Content filters at HIGH catch ML-detected attacks + Word filters block known injection patterns
*Cross-Region failover : Cross-Region guardrail replication ensures protection in any failover region
Why A is Wrong ?
- CloudWatch Logs ≠ compliance audit
-No word filters/additional layer : Missing the rule-based protection that provides the second defense layer
- Only ONE layer (content filters)
upvoted 1 times
Chibuzo14 months, 1 week ago
Selected Answer: A
The correct answer is A.
Analysis
The question has four distinct requirements to satisfy:
Defense-in-depth safety controls against prompt injection
Audit logs of all safety interventions
Cross-Region failover capabilities
Uses Amazon Bedrock as the core platform
upvoted 1 times
minime5 months ago
Selected Answer: D
D. Guardrails + word filters + cross-Region + CloudTrail
upvoted 1 times
de1612d5 months, 1 week ago
Selected Answer: A
Answer is A
upvoted 1 times
ArunRav6 months ago
Selected Answer: A
Guardrail and Cloudwatch is the choice. WAF and comprehend cant be used here.
upvoted 2 times
AM_aws6 months ago
Selected Answer: A
https://aws.amazon.com/about-aws/whats-new/2025/05/amazon-bedrock-guardrails-cross-region-inference/
https://aws.amazon.com/blogs/security/protect-your-generative-ai-applications-against-encoding-based-attacks-with-amazon-bedrock-
guardrails/
upvoted 2 times
ryo19986 months ago
Selected Answer: 回
its correct
upvoted 1 times
Tanle6 months, 1 week ago
Selected Answer: A
Choose A
upvoted 2 times
xyztest6 months, 1 week ago
Selected Answer: A
Correct Answer
upvoted 2 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: A
B - WAF operates at the HTTP layer and doesn't understand semantic prompt
C - Comprehend is for different purpose
D - only with word filters you cannot protect against "sophisticated" attacks.
upvoted 2 times
67bdb196 months, 2 weeks ago
Selected Answer: B
Could be wrong, but I’m backing B. It just clicks.
upvoted 1 times
Question 22Source #022

A company is designing a canary deployment strategy for a payment processing API. The system must support automated gradual traffic shifting between multiple Amazon Bedrock models based on real-time inference metrics, historical traffic patterns, and service health. The solution must be able to gradually increase traffic to new model versions. The system must increase traffic if metrics remain healthy and decrease traffic if the performance degrades below acceptable thresholds. The company needs to comprehensively monitor inference latency and error rates during the deployment phase. The company must also be able to halt deployments and revert to a previous model version without any manual intervention. Which solution will meet these requirements?

一家公司正在为支付处理 API 设计金丝雀部署策略。该系统必须支持基于实时推理指标、历史流量模式和服务运行状况在多个 Amazon Bedrock 模型之间自动逐步进行流量转移。该解决方案必须能够逐渐增加新车型版本的流量。如果指标保持健康，系统必须增加流量；如果性能下降到可接受的阈值以下，系统必须减少流量。公司需要在部署阶段全面监控推理延迟和错误率。该公司还必须能够停止部署并恢复到以前的模型版本，而无需任何手动干预。哪种解决方案可以满足这些要求？

ある企業は、決済処理 API のカナリア展開戦略を設計しています。システムは、リアルタイムの推論メトリクス、過去のトラフィック パターン、サービスの健全性に基づいて、複数の Amazon Bedrock モデル間で自動化された段階的なトラフィックの移行をサポートする必要があります。このソリューションでは、新しいモデル バージョンへのトラフィックを段階的に増加できる必要があります。システムは、メトリックが正常な状態を維持する場合はトラフィックを増加し、パフォーマンスが許容可能なしきい値を下回った場合はトラフィックを減少させる必要があります。企業は、展開フェーズ中に推論遅延とエラー率を包括的に監視する必要があります。また、企業は手動介入なしで導入を停止し、以前のモデルのバージョンに戻すことができなければなりません。これらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: A

Option A is the only solution that combines Bedrock-native compatibility, fully automated decision logic, real-time metric evaluation, and
zero-touch rollback in a cohesive, serverless architecture.

选项 A 是唯一结合了 Bedrock 原生兼容性、全自动决策逻辑、实时指标评估和
内聚的无服务器架构中的零接触回滚。

オプション A は、Bedrock ネイティブの互換性、完全に自動化された意思決定ロジック、リアルタイムのメトリック評価、および
統合されたサーバーレス アーキテクチャでのゼロタッチ ロールバック。

原始讨论（英文，仅供参考）
Chibuzo13 months ago
Selected Answer: A
Option A is the only solution that combines Bedrock-native compatibility, fully automated decision logic, real-time metric evaluation, and
zero-touch rollback in a cohesive, serverless architecture.
upvoted 1 times
de1612d5 months, 1 week ago
Selected Answer: A
Answer is A
upvoted 1 times
ArunRav6 months ago
Selected Answer: A
Step function will help stepwise shifting.
upvoted 2 times
AM_aws6 months ago
Selected Answer: A
https://docs.aws.amazon.com/decision-guides/latest/bedrock-or-sagemaker/bedrock-or-sagemaker.html - why C is not correct
upvoted 3 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: A
B is to complex and only with A you can "gradually increase traffic".
upvoted 2 times
67bdb196 months, 2 weeks ago
Selected Answer: C
Leaning toward C, but I'd be interested to hear arguments for the others.
upvoted 1 times
Question 23Source #023

A financial services company uses an AI application to process financial documents by using Amazon Bedrock. During business hours, the application handles approximately 10,000 requests each hour, which requires consistent throughput. The company uses the CreateProvisionedModelThroughput API to purchase provisioned throughput. Amazon CloudWatch metrics show that the provisioned capacity is unused while on-demand requests are being throttled. The company finds the following code in the application: python response = bedrock_runtime.invoke_model(modelId="anthropic.claude-v2", body=json.dumps(payload)) The company needs the application to use the provisioned throughput and to resolve the throttling issues. Which solution will meet these requirements?

一家金融服务公司使用 AI 应用程序通过 Amazon Bedrock 处理财务文档。在工作时间内，应用程序每小时处理大约 10,000 个请求，这需要一致的吞吐量。该公司使用 CreateProvisionedModelThroughput API 来购买预配置吞吐量。 Amazon CloudWatch 指标显示，在按需请求受到限制时，预置容量未使用。该公司在应用程序中发现以下代码： python response = bedrock_runtime.invoke_model(modelId="anthropic.claude-v2", body=json.dumps(payload)) 该公司需要应用程序使用预配置的吞吐量并解决限制问题。哪种解决方案可以满足这些要求？

金融サービス会社は、Amazon Bedrock を使用して AI アプリケーションを使用して財務書類を処理します。営業時間中、アプリケーションは 1 時間あたり約 10,000 件のリクエストを処理するため、安定したスループットが必要です。同社は、CreateProvisionedModelThroughput API を使用して、プロビジョニングされたスループットを購入します。 Amazon CloudWatch メトリクスは、オンデマンドリクエストが調整されている間、プロビジョニングされた容量が未使用であることを示しています。会社は、アプリケーション内で次のコードを見つけました。 python response = bedrock_runtime.invoke_model(modelId="anthropic.claude-v2", body=json.dumps(payload)) 会社は、プロビジョニングされたスループットを使用し、スロットルの問題を解決するためにアプリケーションを必要としています。これらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: B

The application is using a generic model ID, which routes all requests through the on-demand endpoint — completely bypassing the
provisioned throughput that was already purchased. The fix is to replace that model ID with the Provisioned Model ARN returned by
CreateProvisionedModelThroughput:

该应用程序使用通用模型 ID，它通过按需端点路由所有请求 - 完全绕过
已购买的预配置吞吐量。修复方法是将该模型 ID 替换为由以下方法返回的预配置模型 ARN
创建预配置模型吞吐量：

アプリケーションは汎用モデル ID を使用しており、すべてのリクエストがオンデマンド エンドポイント経由でルーティングされ、エンドポイントを完全にバイパスします。
すでに購入されているプロビジョニングされたスループット。修正するには、そのモデル ID を、によって返されたプロビジョニングされたモデル ARN に置き換えます。
プロビジョニングされたモデルの作成スループット:

原始讨论（英文，仅供参考）
Chibuzo13 months ago
Selected Answer: B
The application is using a generic model ID, which routes all requests through the on-demand endpoint — completely bypassing the
provisioned throughput that was already purchased. The fix is to replace that model ID with the Provisioned Model ARN returned by
CreateProvisionedModelThroughput:
upvoted 2 times
Chibuzo14 months, 1 week ago
Selected Answer: B
The application purchased provisioned throughput but is still routing every request to the on-demand endpoint by using the base model ID
string. Provisioned capacity sits idle while on-demand requests pile up and get throttled — exactly what CloudWatch confirms.
The application purchased provisioned throughput but is still routing every request to the on-demand endpoint by using the base model ID
string. Provisioned capacity sits idle while on-demand requests pile up and get throttled — exactly what CloudWatch confirms.
upvoted 1 times
ArunRav6 months ago
Selected Answer: B
Option B as that will help to use the provisioned capacity
upvoted 2 times
eesa6 months, 1 week ago
Selected Answer: B
Opción B - SOLUCIÓN CORRECTA:
✅ Resuelve el problema raíz: La capacidad provisionada está sin usar porque el código usa el model ID base en lugar del ARN del modelo
provisionado
✅ Uso correcto de throughput provisionado: Para usar capacidad provisionada, debes especificar el ARN del modelo provisionado, no el
model ID base
✅ Elimina throttling: Al usar el ARN correcto, las requests usarán la capacidad provisionada en lugar de on-demand
upvoted 2 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: B
When you use a standard model ID like "anthropic.claude-v2", Bedrock routes the request to the OnDemand endpoint. Ondemand
throughput is shared across all AWS customers.
upvoted 3 times
67bdb196 months, 2 weeks ago
Selected Answer: C
I'd bet my certification on C. It's the only logical solution presented.
upvoted 1 times
Question 24Source #024

A company is building an AI advisory application by using Amazon Bedrock. The application will provide recommendations to customers. The company needs the application to explain its reasoning process and cite specific sources for data. The application must retrieve information from company data sources and show step-by-step reasoning for recommendations. The application must also link data claims to source documents and maintain response latency under 3 seconds. Which solution will meet these requirements with the LEAST operational overhead?

一家公司正在使用 Amazon Bedrock 构建 AI 咨询应用程序。该应用程序将为客户提供建议。该公司需要应用程序来解释其推理过程并引用具体的数据来源。应用程序必须从公司数据源检索信息并显示建议的逐步推理。应用程序还必须将数据声明链接到源文档，并将响应延迟保持在 3 秒以内。哪种解决方案能够以最少的运营开销满足这些要求？

ある企業は、Amazon Bedrock を使用して AI アドバイザリー アプリケーションを構築しています。アプリケーションは顧客に推奨事項を提供します。同社は、推論プロセスを説明し、データの特定のソースを引用するためにアプリケーションを必要としています。アプリケーションは企業データ ソースから情報を取得し、推奨事項の段階的な推論を示す必要があります。また、アプリケーションはデータ クレームをソース ドキュメントにリンクし、応答待ち時間を 3 秒未満に維持する必要があります。運用オーバーヘッドを最小限に抑えながらこれらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: A

I dont think any answer is perfect. Without least operational overhead I'd go with D as A lacks "explain its reasoning process".

我认为没有任何答案是完美的。如果没有最少的运营开销，我会选择 D，因为 A 缺乏“解释其推理过程”。

完璧な答えはないと思います。 A には「推論プロセスの説明」が欠けているため、運用上のオーバーヘッドを最小限に抑えなければ、私は D を選択します。

原始讨论（英文，仅供参考）
SSSam261 month ago
Selected Answer: B
Why A is Wrong ?
- No explicit reasoning mechanism : KB + source attribution provides CITATIONS but not step-by-step REASONING traces
- Claude Messages API ≠ reasoning traces
Why B is Correct ?
- Explain reasoning process
- Step-by-step reasoning
- Audit trail : Reasoning traces + citations stored in DynamoDB (fast read/write)
** Extended thinking is the ONLY Bedrock feature that produces auditable, step-by-step reasoning traces. No other approach gives you the
model's actual reasoning process as a first-class output.
upvoted 1 times
Chibuzo13 months ago
Selected Answer: B
RequirementHow Option B Addresses ItStep-by-step reasoningExtended thinking provides explicit, visible reasoning traces nativelyCite
specific sourcesClaude models with extended thinking naturally attribute claims to sourcesRetrieve from company dataBedrock Knowledge
Bases integration handles RAG retrievalResponse latency < 3 seconds4,000-token thinking budget is appropriately scoped — large budgets
(e.g. 16K tokens) would risk breaching the 3s SLAAudit trailDynamoDB stores reasoning traces and citations with low-latency writesLeast
operational overhead
upvoted 2 times
Chibuzo12 months, 2 weeks ago
Correct answer is A
Option A leverages Amazon Bedrock Knowledge Bases as a fully managed vector store with built-in source attribution—eliminating the
need to architect custom retrieval, citation, or reasoning pipelines. This is purpose-built for RAG scenarios and minimizes operational
complexity while meeting all stated requirements.
upvoted 3 times
bonds3 months, 3 weeks ago
Selected Answer: D
I'd go with either B or D. A is not the correct answer.
D could be it because CoT
B is likely because of extended thinking which is something Claude models do.
upvoted 3 times
potters75 months, 1 week ago
Selected Answer: A
I dont think any answer is perfect. Without least operational overhead I'd go with D as A lacks "explain its reasoning process".
upvoted 1 times
potters75 months, 2 weeks ago
Selected Answer: A
I believe A addresses the most req. I did think B but with 4k token thinking + response that might not address the response times.
upvoted 2 times
ArunRav6 months ago
Selected Answer: A
Amazon Bedrock Knowledge Bases is a fully managed capability hence we can use it for this use case as it need minimal operational
overhead.
upvoted 2 times
eesa6 months, 1 week ago
Selected Answer: A
Opción A - MEJOR SOLUCIÓN:
✅ Source attribution nativa: Knowledge Bases proporciona citaciones automáticas a documentos fuente
✅ RAG integrado: Recupera información de fuentes de datos de la empresa automáticamente
✅ Baja latencia: Optimizado para respuestas rápidas (<3s)
✅ Mínimo overhead operacional: Servicio completamente administrado
✅ Razonamiento con Claude: El modelo explica su proceso de pensamiento naturalmente
✅ Auditoría simple: S3 para almacenamiento de logs es straightforward
upvoted 2 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: A
"link data claims to source documents" - RAG aka Knowledge base
upvoted 2 times
67bdb196 months, 2 weeks ago
Selected Answer: B
If I had to guess, I’d pick B based on the wording of the question.
upvoted 1 times
Question 25Source #025

A financial services company uses multiple foundation models (FMs) through Amazon Bedrock for its generative AI (GenAI) applications. To comply with a new regulation for GenAI use with sensitive financial data, the company needs a token management solution. The token management solution must proactively alert when applications approach model-specific token limits. The solution must also process more than 5,000 requests each minute and maintain token usage metrics to allocate costs across business units. Which solution will meet these requirements?

一家金融服务公司通过 Amazon Bedrock 将多个基础模型 (FM) 用于其生成式 AI (GenAI) 应用程序。为了遵守 GenAI 使用敏感财务数据的新规定，该公司需要一个代币管理解决方案。当应用程序接近特定于模型的令牌限制时，令牌管理解决方案必须主动发出警报。该解决方案还必须每分钟处理超过 5,000 个请求，并维护令牌使用指标以在各个业务部门之间分配成本。哪种解决方案可以满足这些要求？

金融サービス会社は、生成 AI (GenAI) アプリケーションに Amazon Bedrock を通じて複数の基盤モデル (FM) を使用しています。 GenAI の機密財務データの使用に関する新しい規制に準拠するために、同社はトークン管理ソリューションを必要としています。トークン管理ソリューションは、アプリケーションがモデル固有のトークン制限に近づいたときに事前に警告する必要があります。また、ソリューションは毎分 5,000 件を超えるリクエストを処理し、ビジネス ユニット全体にコストを割り当てるためにトークン使用量のメトリクスを維持する必要があります。これらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: A

Option A is the only solution that provides truly proactive token management by estimating tokens before requests are sent to Bedrock. It
handles all model-specific limits, supports high throughput, and maintains detailed metrics for cost allocation. Options B and D are reactive
(rejecting requests), and Option C relies on failure analysis—none meet the "approach limits" requirement.

选项 A 是唯一通过在请求发送到 Bedrock 之前估计令牌来提供真正主动的令牌管理的解决方案。它
处理所有特定于模型的限制，支持高吞吐量，并维护成本分配的详细指标。选项 B 和 D 是反应性的
（拒绝请求），选项 C 依赖于故障分析——均不满足“接近限制”要求。

オプション A は、リクエストが Bedrock に送信される前にトークンを推定することにより、真にプロアクティブなトークン管理を提供する唯一のソリューションです。それ
モデル固有の制限をすべて処理し、高スループットをサポートし、コスト配分のための詳細なメトリクスを維持します。オプション B と D はリアクティブです
(リクエストの拒否)、オプション C は障害分析に依存します。「アプローチ制限」要件を満たしているものはありません。

原始讨论（英文，仅供参考）
Chibuzo12 months, 2 weeks ago
Selected Answer: A
Option A is the only solution that provides truly proactive token management by estimating tokens before requests are sent to Bedrock. It
handles all model-specific limits, supports high throughput, and maintains detailed metrics for cost allocation. Options B and D are reactive
(rejecting requests), and Option C relies on failure analysis—none meet the "approach limits" requirement.
upvoted 1 times
ArunRav6 months ago
Selected Answer: A
B doesnt monitor token usage,C-only track failed reqeusts,D- amazon API Gateway cant track the token usage
upvoted 2 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: A
B - guardrails do not have token quota policies.
C - sqs is reactive. after something is failing.
D - throttling is based on request count, not token count
upvoted 2 times
67bdb196 months, 2 weeks ago
Selected Answer: D
D. Final answer.
upvoted 1 times
Question 26Source #026

A retail company is developing a customer service application that must process 10,000 daily queries about products, orders, and warranties. The application must be able to respond to queries about 50,000 product documents that are updated every day. The application must integrate with an order management API to check the status of orders and to help process returns. The application must maintain context throughout multi-turn interactions with customers. The company must collect complete audit trails for application responses. Which solution will meet these requirements with the LEAST operational overhead?

一家零售公司正在开发一个客户服务应用程序，该应用程序必须每天处理 10,000 个有关产品、订单和保修的查询。该应用程序必须能够响应每天更新的约 50,000 个产品文档的查询。该应用程序必须与订单管理 API 集成，以检查订单状态并帮助处理退货。应用程序必须在与客户的多轮交互中维护上下文。公司必须收集完整的审核跟踪以进行申请回复。哪种解决方案能够以最少的运营开销满足这些要求？

ある小売会社は、製品、注文、保証に関する毎日 10,000 件のクエリを処理する必要がある顧客サービス アプリケーションを開発しています。アプリケーションは、毎日更新される 50,000 の製品ドキュメントに関するクエリに応答できなければなりません。アプリケーションは注文管理 API と統合して、注文のステータスを確認し、返品の処理を支援する必要があります。アプリケーションは、顧客との複数ターンの対話を通じてコン​​テキストを維持する必要があります。企業は、アプリケーションの応答に関する完全な監査証跡を収集する必要があります。運用オーバーヘッドを最小限に抑えながらこれらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: D

Bedrock Agents handles invocation scaling automatically
Knowledge Base with RAG retrieves from a live data source — no retraining needed
Trace events capture every reasoning step, tool call, and retrieval natively

Bedrock Agents 自动处理调用扩展
带 RAG 的知识库从实时数据源检索 — 无需重新培训
跟踪事件本地捕获每个推理步骤、工具调用和检索

Bedrock Agents は呼び出しのスケーリングを自動的に処理します
RAG を使用したナレッジ ベースはライブ データ ソースから取得します - 再トレーニングは必要ありません
トレース イベントは、すべての推論ステップ、ツール呼び出し、取得をネイティブにキャプチャします。

原始讨论（英文，仅供参考）
Chibuzo13 months ago
Selected Answer: D
Bedrock Agents handles invocation scaling automatically
Knowledge Base with RAG retrieves from a live data source — no retraining needed
Trace events capture every reasoning step, tool call, and retrieval natively
upvoted 1 times
ArunRav6 months ago
Selected Answer: D
The option is suited for the least operational over head.Every other options has some customer development/Operational over head.
upvoted 2 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: D
multi-turn context + API integration + searching documents = Amazon Bedrock Agents with Knowledge Bases
upvoted 2 times
67bdb196 months, 2 weeks ago
Selected Answer: A
Pretty sure it's A. This pattern is very common.
upvoted 1 times
Question 27Source #027

An ecommerce company is using Amazon Bedrock to build a generative AI (GenAI) application. The application uses AWS Step Functions to orchestrate a multi-agent workflow to produce detailed product descriptions. The workflow consists of three sequential states: a description generator, a technical specifications validator, and a brand voice consistency checker. Each state produces intermediate reasoning traces and outputs that are passed to the next state. The application uses an Amazon S3 bucket for process storage and to store outputs. During testing, the company discovers that outputs between Step Functions states frequently exceed the 256 KB quota and cause workflow failures. A GenAI Developer needs to revise the application architecture to efficiently handle the Step Functions 256 KB quota and maintain workflow observability. The revised architecture must preserve the existing multi-agent reasoning and acting (ReAct) pattern. Which solution will meet these requirements with the LEAST operational overhead?

一家电子商务公司正在使用 Amazon Bedrock 构建生成式 AI (GenAI) 应用程序。该应用程序使用 AWS Step Functions 编排多代理工作流程以生成详细的产品描述。该工作流程由三个连续状态组成：描述生成器、技术规范验证器和品牌声音一致性检查器。每个状态都会产生传递到下一个状态的中间推理轨迹和输出。该应用程序使用 Amazon S3 存储桶进行流程存储并存储输出。在测试过程中，该公司发现 Step Functions 状态之间的输出经常超过 256 KB 配额并导致工作流程失败。 GenAI 开发人员需要修改应用程序架构，以有效处理 Step Functions 256 KB 配额并保持工作流可观察性。修订后的架构必须保留现有的多智能体推理和行动 (ReAct) 模式。哪种解决方案能够以最少的运营开销满足这些要求？

e コマース企業は、Amazon Bedrock を使用して生成 AI (GenAI) アプリケーションを構築しています。このアプリケーションは、AWS Step Functions を使用してマルチエージェントのワークフローを調整し、詳細な製品説明を生成します。ワークフローは、説明ジェネレーター、技術仕様検証ツール、ブランド ボイス一貫性チェッカーという 3 つの連続した状態で構成されます。各状態は、次の状態に渡される中間推論トレースと出力を生成します。アプリケーションは、プロセスの保存と出力の保存に Amazon S3 バケットを使用します。同社はテスト中に、Step Functions の状態間の出力が 256 KB クォータを頻繁に超え、ワークフローの障害を引き起こすことを発見しました。 GenAI 開発者は、Step Functions の 256 KB クォータを効率的に処理し、ワークフローの可観測性を維持するために、アプリケーション アーキテクチャを修正する必要があります。改訂されたアーキテクチャでは、既存のマルチエージェント推論および動作 (ReAct) パターンを維持する必要があります。運用オーバーヘッドを最小限に抑えながらこれらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: B

Option B solves the 256 KB payload limit by leveraging the already-present S3 bucket and native Step Functions field selectors — requiring
zero new infrastructure and zero custom code:

选项 B 通过利用现有的 S3 存储桶和本机 Step Functions 字段选择器解决了 256 KB 负载限制 — 需要
零新基础设施和零自定义代码：

オプション B は、既存の S3 バケットとネイティブ Step Functions フィールド セレクターを活用することで 256 KB のペイロード制限を解決します。
新しいインフラストラクチャもカスタム コードもゼロ:

原始讨论（英文，仅供参考）
Chibuzo13 months ago
Selected Answer: B
Option B solves the 256 KB payload limit by leveraging the already-present S3 bucket and native Step Functions field selectors — requiring
zero new infrastructure and zero custom code:
upvoted 2 times
ArunRav6 months ago
Selected Answer: B
A need additional development,C needs development work by lambda,D also need additional work for development.
upvoted 2 times
eesa6 months, 1 week ago
Selected Answer: B
Opción B - MEJOR SOLUCIÓN:
✅ Integración nativa: Bedrock soporta S3 URIs directamente en parámetros de entrada/salida
✅ Mínimo overhead: No requiere Lambda, DynamoDB adicional, ni múltiples state machines
✅ Mantiene workflow secuencial: Preserva el patrón ReAct existente
✅ Observabilidad: ResultPath y ResultSelector permiten tracking del flujo
✅ Manejo elegante de datos grandes: Pasa referencias S3 en lugar de datos completos
✅ Ya usa S3: Aprovecha la infraestructura existente
upvoted 2 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: B
LEAST operational overhead
upvoted 1 times
67bdb196 months, 2 weeks ago
Selected Answer: A
I’m leaning heavily toward A on this one.
upvoted 1 times
Question 28Source #028

A company provides a service that helps users from around the world discover new restaurants. The service has 50 million monthly active users. The company wants to implement a semantic search solution across a database that contains 20 million restaurants and 200 million reviews. The company currently stores the data in a PostgresQL database. The solution must support complex natural language queries and return results for at least 95% of queries within 500 ms. The solution must maintain data freshness for restaurant details that update hourly. The solution must also scale cost-effectively during peak usage periods. Which solution will meet these requirements with the LEAST development effort?

一家公司提供一项服务，帮助世界各地的用户发现新餐厅。该服务每月有 5000 万活跃用户。该公司希望在包含 2000 万家餐厅和 2 亿条评论的数据库中实施语义搜索解决方案。该公司目前将数据存储在 PostgresQL 数据库中。该解决方案必须支持复杂的自然语言查询，并在 500 毫秒内返回至少 95% 的查询结果。该解决方案必须保持每小时更新的餐厅详细信息的数据新鲜度。该解决方案还必须在高峰使用期间经济有效地进行扩展。哪种解决方案能够以最少的开发工作满足这些要求？

ある会社は、世界中のユーザーが新しいレストランを発見できるように支援するサービスを提供しています。このサービスの月間アクティブ ユーザー数は 5,000 万人です。同社は、2,000 万のレストランと 2 億件のレビューを含むデータベース全体にセマンティック検索ソリューションを実装したいと考えています。同社は現在、データを PostgresQL データベースに保存しています。ソリューションは複雑な自然言語クエリをサポートし、クエリの少なくとも 95% の結果を 500 ミリ秒以内に返す必要があります。このソリューションでは、毎時間更新されるレストランの詳細情報のデータの鮮度を維持する必要があります。また、ソリューションは、使用量のピーク時にコスト効率よく拡張する必要があります。最小限の開発労力でこれらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: B

D cant hant handle the scale in real life scenario

D 无法处理现实生活场景中的规模

現実のシナリオではスケールを扱うことができない

原始讨论（英文，仅供参考）
Chibuzo13 months ago
Selected Answer: D
Option D is the only solution where AWS manages the entire vector search stack — from embedding generation through retrieval — leaving
the development team to focus exclusively on application logic rather than infrastructure.
upvoted 1 times
biryani143 months, 2 weeks ago
Selected Answer: B
D cant hant handle the scale in real life scenario
upvoted 1 times
eCosinus5 months, 3 weeks ago
Selected Answer: D
least development effort + meets requirements
upvoted 1 times
ArunRav6 months ago
Selected Answer: B
Option B considering the latency and semantic search requirement. A says about keyword search which is not the requirement, C cant
handle the load and latency requirement. D is not the correct fit for the high scale semantic search
upvoted 4 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: B
semantic search = Opensearch and between A and B the Least effort is B
upvoted 2 times
67bdb196 months, 2 weeks ago
Selected Answer: A
Leaning toward A, but I'd be interested to hear arguments for the others.
upvoted 1 times
Question 29Source #029

A medical company uses Amazon Bedrock to power a clinical documentation summarization system. The system produces inconsistent summaries when handling complex clinical documents. The system performed well on simple clinical documents. The company needs a solution that diagnoses inconsistencies, compares prompt performance against established metrics, and maintains historical records of prompt versions. Which solution will meet these requirements?

一家医疗公司使用 Amazon Bedrock 为临床文档摘要系统提供支持。在处理复杂的临床文档时，系统会生成不一致的摘要。该系统在简单的临床文档上表现良好。该公司需要一种解决方案来诊断不一致情况，将即时性能与既定指标进行比较，并维护即时版本的历史记录。哪种解决方案可以满足这些要求？

医療会社は Amazon Bedrock を使用して臨床文書要約システムを強化しています。複雑な臨床文書を処理する場合、システムは一貫性のない要約を生成します。このシステムは、単純な臨床文書では良好に機能しました。同社は、不一致を診断し、プロンプトのパフォーマンスを確立された指標と比較し、プロンプト バージョンの履歴記録を維持するソリューションを必要としています。これらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: B

version control, metrics like BLEU, ROGUE, automation

版本控制、BLEU、ROGUE、自动化等指标

バージョン管理、BLEU、ROGUEなどのメトリクス、自動化

原始讨论（英文，仅供参考）
ArunRav6 months ago
Selected Answer: D
D seems to be correct -
upvoted 3 times
AM_aws6 months ago
Selected Answer: B
version control, metrics like BLEU, ROGUE, automation
upvoted 3 times
eesa6 months, 1 week ago
Selected Answer: B
Opción B - MEJOR SOLUCIÓN:
✅ Diagnóstico de inconsistencias: Test suite con documentos complejos identifica problemas específicos
✅ Métricas establecidas: Framework de evaluación con métricas cuantificables
✅ Historial completo: Version control mantiene registro de todas las versiones de prompts
✅ Comparación sistemática: Automated testing compara rendimiento entre versiones
✅ Reproducibilidad: Mismos tests aplicados consistentemente
✅ CI/CD ready: Se integra con pipelines de desarrollo
✅ Documentación de patrones: Registra qué funciona y qué no
upvoted 3 times
xyztest6 months, 1 week ago
Selected Answer: D
Correct Answer
upvoted 2 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: B
Code repository version control maintains full audit trail of every prompt iteration
upvoted 2 times
67bdb196 months, 2 weeks ago
Selected Answer: A
I'm thinking A. Can anyone confirm this?
upvoted 1 times
Question 30Source #030 · Select 2

A company uses Amazon Bedrock to generate technical content for customers. The company has recently experienced a surge in hallucination outputs when the company's model generates summaries of long technical documents. The model outputs include inaccurate or fabricated details. The company's current solution uses a large foundation model (FM) with a basic one-shot prompt that includes the full document in a single input. The company needs a solution that will reduce hallucinations and meet factual accuracy goals. The solution must process more than 1,000 documents each hour and deliver summaries within 3 seconds for each document. Which combination of solutions will meet these requirements? (Choose two.)

一家公司使用 Amazon Bedrock 为客户生成技术内容。最近，当该公司的模型生成长技术文档的摘要时，该公司的幻觉输出激增。模型输出包含不准确或捏造的细节。该公司当前的解决方案使用大型基础模型 (FM) 和基本的一次性提示，在一次输入中包含完整文档。该公司需要一种能够减少幻觉并满足事实准确性目标的解决方案。该解决方案必须每小时处理超过 1,000 个文档，并在 3 秒内为每个文档提供摘要。哪种解决方案组合可以满足这些要求？ （选择两个。）

ある企業は、Amazon Bedrock を使用して顧客向けの技術コンテンツを生成しています。同社は最近、同社のモデルが長い技術文書の概要を生成する際に、幻覚出力が急増していることに遭遇しました。モデルの出力には、不正確な詳細または捏造された詳細が含まれています。同社の現在のソリューションは、単一の入力に完全なドキュメントを含む基本的なワンショット プロンプトを備えた大規模な基盤モデル (FM) を使用しています。同社は、幻覚を軽減し、事実の正確さの目​​標を達成するソリューションを必要としています。このソリューションでは、1 時間あたり 1,000 を超えるドキュメントを処理し、各ドキュメントの概要を 3 秒以内に配信する必要があります。これらの要件を満たすソリューションの組み合わせはどれですか? (2つお選びください。)

多选 · 需选 2 项
解析 / Explanation

正确答案 / Answer: A,B

The combination of CoT (reasoning discipline) + RAG with chunking (grounding in source) attacks hallucinations from two complementary
angles — how the model thinks and what content it works from — without sacrificing the throughput or latency requirements.

CoT（推理纪律）+ RAG 与组块（以源为基础）的组合可以攻击来自两种互补的幻觉
角度——模型如何思考以及它根据什么内容工作——而不牺牲吞吐量或延迟要求。

CoT (推論規律) + RAG とチャンキング (ソースのグラウンディング) の組み合わせは、2 つの相補的なものから幻覚を攻撃します。
スループットやレイテンシの要件を犠牲にすることなく、角度、つまりモデルがどのように考え、どのコンテンツから機能するかを確認できます。

原始讨论（英文，仅供参考）
Chibuzo13 months ago
Selected Answer: AB
The combination of CoT (reasoning discipline) + RAG with chunking (grounding in source) attacks hallucinations from two complementary
angles — how the model thinks and what content it works from — without sacrificing the throughput or latency requirements.
upvoted 1 times
ssnei4 months, 4 weeks ago
Selected Answer: AB
Hallucinations in long-document summarization are best solved by:
RAG (grounding) +
Structured reasoning (verification)
upvoted 1 times
ArunRav6 months ago
Selected Answer: AB
A and B seems to be the correct answer
upvoted 3 times
eesa6 months, 1 week ago
Selected Answer: AB
✅ Reduce alucinaciones: Razonamiento paso a paso mejora precisión factual
✅ Verificación explícita: El modelo verifica hechos antes de generar
✅ Cumple latencia: Zero-shot CoT añade tokens pero mantiene <3s
✅ Escalable: Procesa 1,000+ docs/hora sin infraestructura adicional
✅ Grounding en fuente: Ancla respuestas en contenido real del documento
✅ Semantic chunking: Maneja documentos largos eficientemente
✅ Reduce alucinaciones: RAG proporciona contexto verificable
✅ Cumple latencia: Knowledge Bases optimizado para respuestas rápidas
upvoted 2 times
Tanle6 months, 1 week ago
Selected Answer: AB
Agree choose A, B
upvoted 2 times
xyztest6 months, 1 week ago
Selected Answer: AB
Correct Answer
upvoted 2 times
anttan6 months, 2 weeks ago
Selected Answer: AB
The correct answers are A and B.
A is correct because zero-shot chain-of-thought (CoT) instructions force the model to reason step-by-step and verify facts before generating
the final summary. This reduces hallucinations by guiding the model to check each piece of information against the input content.
B is correct because Retrieval Augmented Generation (RAG) with an Amazon Bedrock knowledge base allows the model to generate
summaries grounded in source content. Semantic chunking and tuned embeddings ensure the model references accurate portions of the
document, improving factual accuracy while enabling processing of long documents efficiently.
upvoted 3 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: BC
A - most probably will add more time and exceed 3 seconds
D - increasing temperature will increase hallucination
E - this is the current issue they try to solve
upvoted 1 times
67bdb196 months, 2 weeks ago
Selected Answer: C
The answer is C.
upvoted 1 times
Question 31Source #031

A company has a recommendation system. The system's applications run on Amazon EC2 instances. The applications make API calls to Amazon Bedrock foundation models (FMs) to analyze customer behavior and generate personalized product recommendations. The system is experiencing intermittent issues. Some recommendations do not match customer preferences. The company needs an observability solution to monitor operational metrics and detect patterns of operational performance degradation compared to established baselines. The solution must also generate alerts with correlation data within 10 minutes when FM behavior deviates from expected patterns. Which solution will meet these requirements?

一家公司有一个推荐系统。该系统的应用程序在 Amazon EC2 实例上运行。这些应用程序对 Amazon Bedrock 基础模型 (FM) 进行 API 调用，以分析客户行为并生成个性化产品推荐。系统遇到间歇性问题。有些建议与客户偏好不符。该公司需要一个可观察性解决方案来监控运营指标并检测与既定基线相比运营绩效下降的模式。当 FM 行为偏离预期模式时，该解决方案还必须在 10 分钟内生成带有相关数据的警报。哪种解决方案可以满足这些要求？

企業には推薦制度というものがあります。システムのアプリケーションは Amazon EC2 インスタンス上で実行されます。アプリケーションは Amazon Bedrock Foundation Model (FM) に対して API 呼び出しを行い、顧客の行動を分析し、パーソナライズされた製品の推奨事項を生成します。システムで断続的な問題が発生しています。一部の推奨事項は顧客の好みと一致しません。同社は、運用メトリクスを監視し、確立されたベースラインと比較して運用パフォーマンスの低下のパターンを検出するための可観測性ソリューションを必要としています。また、ソリューションは、FM の動作が予想されるパターンから逸脱した場合に、相関データを含むアラートを 10 分以内に生成する必要があります。これらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: C

CloudWatch anomaly detection uses machine learning to detect performance deviations
https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/CloudWatch_Anomaly_Detection.html

CloudWatch 异常检测使用机器学习来检测性能偏差
https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/CloudWatch_Anomaly_Detection.html

CloudWatch の異常検出は機械学習を使用してパフォーマンスの逸脱を検出します
https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/CloudWatch_Anomaly_Detection.html

原始讨论（英文，仅供参考）
ArunRav6 months ago
Selected Answer: C
CloudWatch anomaly detection uses machine learning to detect performance deviations
https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/CloudWatch_Anomaly_Detection.html
upvoted 3 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: C
A - container insights is wrong for EC2
B - xray is for different purpose
D - opensearch is the most obvious wrong answer
upvoted 4 times
67bdb196 months, 2 weeks ago
Selected Answer: B
Could be wrong, but I’m backing B. It just clicks.
upvoted 1 times
Question 32Source #032

An enterprise application uses an Amazon Bedrock foundation model (FM) to process and analyze 50 to 200 pages of technical documents. Users are experiencing inconsistent responses and receiving truncated outputs when processing documents that exceed the FM's context window limits. Which solution will resolve this problem?

企业应用程序使用 Amazon Bedrock 基础模型 (FM) 来处理和分析 50 到 200 页的技术文档。在处理超出 FM 上下文窗口限制的文档时，用户会遇到不一致的响应并收到被截断的输出。哪种解决方案可以解决这个问题？

エンタープライズアプリケーションは、Amazon Bedrock Foundation Model (FM) を使用して、50 ～ 200 ページの技術文書を処理および分析します。 FM のコンテキスト ウィンドウの制限を超えるドキュメントを処理すると、ユーザーは一貫性のない応答を経験し、切り詰められた出力を受け取ります。この問題を解決するのはどのソリューションですか?

解析 / Explanation

正确答案 / Answer: C

Amazon Bedrock Knowledge Bases supports semantic chunking, which splits text based on meaning rather than fixed size. That helps
improve retrieval quality when users ask about specific parts of technical documents. Then RetrieveAndGenerate retrieves only the most
relevant chunks for the query instead of trying to fit large sections into the model context window, which helps avoid truncation and
inconsistent

Amazon Bedrock 知识库支持语义分块，即根据含义而不是固定大小分割文本。这有帮助
当用户询问技术文档的特定部分时，提高检索质量。然后 RetrieveAndGenerate 只检索最多的
查询的相关块，而不是尝试将大的部分放入模型上下文窗口中，这有助于避免截断和
不一致的

Amazon Bedrock Knowledge Bases は、固定サイズではなく意味に基づいてテキストを分割するセマンティック チャンキングをサポートしています。それは助かります
ユーザーが技術文書の特定の部分について質問したときの検索品質を向上させます。次に、RetrieveAndGenerate は最も多くのものだけを取得します。
大きなセクションをモデル コンテキスト ウィンドウに収めようとするのではなく、クエリに関連するチャンクを表示します。これにより、切り捨てや
一貫性のない

原始讨论（英文，仅供参考）
dexterryu3 weeks, 2 days ago
Selected Answer: B
Why B is correct: Hierarchical chunking in Amazon Bedrock Knowledge Bases creates nested parent/child chunks. Retrieval first finds precise
child chunks, then automatically replaces them with the broader parent chunks. This supplies the model with comprehensive, continuous
context from long technical documents while staying within the foundation model’s context window—directly solving truncation and
inconsistency without stuffing the entire 50–200-page document into a single prompt.
upvoted 1 times
AWSCer19373 months, 4 weeks ago
Selected Answer: B
Option B provides:
Managed chunking
Managed retrieval
Parent-child contextual expansion
Minimal operational overhead
This is the most robust and AWS-native approach.
upvoted 2 times
a9fb7b25 months, 2 weeks ago
Selected Answer: C
Amazon Bedrock Knowledge Bases supports semantic chunking, which splits text based on meaning rather than fixed size. That helps
improve retrieval quality when users ask about specific parts of technical documents. Then RetrieveAndGenerate retrieves only the most
relevant chunks for the query instead of trying to fit large sections into the model context window, which helps avoid truncation and
inconsistent
upvoted 3 times
Kraftzman5 months, 3 weeks ago
Selected Answer: C
Semantic Chunking uses an embedding model to "look" at the meaning of sentences. It only creates a "breakpoint" when the semantic
meaning changes significantly (controlled by the percentile threshold). The buffer size ensures that surrounding sentences are kept
together, preserving the technical context necessary for an accurate summary.
upvoted 2 times
ArunRav6 months ago
Selected Answer: B
Child chunks ensure fine‑grained relevance where as Parent chunks ensure the model receives sufficient context without exceeding limits.
https://docs.aws.amazon.com/bedrock/latest/userguide/kb-chunking.html
upvoted 1 times
ArunRav5 months, 3 weeks ago
Changing to C.
upvoted 1 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: C
C should be
upvoted 3 times
67bdb196 months, 2 weeks ago
Selected Answer: D
I'm thinking D. Can anyone confirm this?
upvoted 1 times
Question 33Source #033

A company is developing a generative AI (GenAI) application that analyzes customer service calls in real-time and generates suggested responses for human customer service agents. The application must process 500,000 concurrent calls during peak hours with less than 200 ms end-to-end latency for each suggestion. The company uses existing architecture to transcribe customer call audio streams. The application must not exceed a pre-defined monthly compute budget and must maintain auto scaling capabilities. Which solution will meet these requirements?

一家公司正在开发一种生成式人工智能 (GenAI) 应用程序，该应用程序可以实时分析客户服务呼叫并为人类客户服务代理生成建议的响应。应用程序必须在高峰时段处理 500,000 个并发调用，每个建议的端到端延迟低于 200 毫秒。该公司使用现有架构来转录客户呼叫音频流。应用程序不得超过预定义的每月计算预算，并且必须保持自动扩展功能。哪种解决方案可以满足这些要求？

ある企業は、カスタマー サービスの通話をリアルタイムで分析し、人間のカスタマー サービス エージェントに提案する応答を生成する生成 AI (GenAI) アプリケーションを開発しています。アプリケーションは、ピーク時に 500,000 件の同時呼び出しを、各提案のエンドツーエンド遅延が 200 ミリ秒未満で処理する必要があります。同社は既存のアーキテクチャを使用して、顧客の通話音声ストリームを文字起こしします。アプリケーションは、事前定義された月間コンピューティング予算を超えてはならず、自動スケーリング機能を維持する必要があります。これらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: B

low-latency, real-time optimized model on Amazon Bedrock along with provisioned throughput will be the right fit as it meets all the
requirement.

Amazon Bedrock 上的低延迟、实时优化模型以及预置吞吐量将是正确的选择，因为它满足所有要求
要求。

Amazon Bedrock 上の低レイテンシでリアルタイムに最適化されたモデルと、プロビジョニングされたスループットは、すべての要件を満たすため、最適です。
要件。

原始讨论（英文，仅供参考）
Gagg4 months, 2 weeks ago
Selected Answer: C
Bad question.
B) Bedrock is serverless and does not have automatic scaling policies
The correct answer should be A or C, but both have issues:
- Option A: Complex reasoning models are not optimized for <200ms latency
- Option C: SageMaker real-time endpoints can provide auto-scaling but may exceed budget
Most likely correct answer: C - SageMaker real-time endpoints with auto-scaling provide the best result.
upvoted 2 times
ArunRav6 months ago
Selected Answer: B
low-latency, real-time optimized model on Amazon Bedrock along with provisioned throughput will be the right fit as it meets all the
requirement.
upvoted 2 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: B
B is built for this constraint
upvoted 2 times
67bdb196 months, 2 weeks ago
Selected Answer: B
Looks like B fits best.
upvoted 2 times
Question 34Source #034 · Select 2

An ecommerce company is building an internal platform to develop generative AI applications by using Amazon Bedrock foundation models (FMs). Developers need to select models based on evaluations that are aligned to ecommerce use cases. The platform must display accuracy metrics for text generation and summarization in dashboards. The company has custom ecommerce datasets to use as standardized evaluation inputs. Which combination of steps will meet these requirements with the LEAST operational overhead? (Choose two.)

一家电子商务公司正在构建一个内部平台，以使用 Amazon Bedrock 基础模型 (FM) 开发生成式 AI 应用程序。开发人员需要根据与电子商务用例相符的评估来选择模型。该平台必须在仪表板中显示文本生成和摘要的准确性指标。该公司拥有自定义电子商务数据集，可用作标准化评估输入。哪种步骤组合能够以最少的运营开销满足这些要求？ （选择两个。）

ある e コマース企業は、Amazon Bedrock Foundation Model (FM) を使用して生成 AI アプリケーションを開発するための内部プラットフォームを構築しています。開発者は、eコマースのユースケースに合わせた評価に基づいてモデルを選択する必要があります。プラットフォームは、ダッシュボードでのテキスト生成と要約の精度メトリクスを表示する必要があります。同社には、標準化された評価入力として使用するカスタム e コマース データセットがあります。操作上のオーバーヘッドを最小限に抑えながら、これらの要件を満たす手順の組み合わせはどれですか? (2つお選びください。)

多选 · 需选 2 项
解析 / Explanation

正确答案 / Answer: A,C

answer is A & C

答案是A&C

答えはA&Cです

原始讨论（英文，仅供参考）
Kraftzman5 months, 3 weeks ago
Selected Answer: AC
answer is A & C
upvoted 3 times
ArunRav6 months ago
Selected Answer: AC
https://docs.aws.amazon.com/bedrock/latest/userguide/model-evaluation-security-cors.html
upvoted 3 times
taka50946 months, 1 week ago
Selected Answer: AC
https://docs.aws.amazon.com/bedrock/latest/userguide/model-evaluation-security-cors.html
> All console-based model evaluation jobs require Cross Origin Resource Sharing (CORS) permissions to be enabled on any Amazon S3
buckets specified in the model evaluation job.
upvoted 4 times
eesa6 months, 1 week ago
Selected Answer: AC
Opción A (S3 + IAM + CORS) - CORRECTA:
✅ Mínimo overhead: S3 es el almacenamiento estándar para datasets
✅ IAM permissions: Control de acceso nativo de AWS
✅ CORS: Necesario para que Bedrock console acceda a los datasets
✅ Simple y directo: No requiere configuración compleja
✅ Compatible con Bedrock evaluations: Formato esperado por el servicio
Opción C (Lambda + Bedrock evaluations nativas) - CORRECTA:
✅ Usa capacidades nativas de Bedrock: Model evaluation jobs integrados
✅ Métricas apropiadas:
RWK (Real World Knowledge) para text generation ✅
BERT Score para summarization ✅
✅ Mínimo overhead: Usa servicios managed (Lambda + Bedrock)
upvoted 2 times
xyztest6 months, 1 week ago
Selected Answer: BC
Correct Answer
upvoted 2 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: BC
B because "internal platform"
C because native metrics
upvoted 1 times
67bdb196 months, 2 weeks ago
Selected Answer: C
I’d roll with C — seems like the most solid choice.
upvoted 1 times
Question 35Source #035

An elevator service company has developed an AI assistant application by using Amazon Bedrock. The application generates elevator maintenance recommendations to support the company's elevator technicians. The company uses Amazon Kinesis Data Streams to collect the elevator sensor data. New regulatory rules require that a human technician must review all AI-generated recommendations. The company needs to establish human oversight workflows to review and approve AI recommendations. The company must store all human technician review decisions for audit purposes. Which solution will meet these requirements?

一家电梯服务公司利用 Amazon Bedrock 开发了一款 AI 助手应用程序。该应用程序生成电梯维护建议来支持公司的电梯技术人员。该公司使用 Amazon Kinesis Data Streams 收集电梯传感器数据。新的监管规则要求技术人员必须审查所有人工智能生成的建议。公司需要建立人工监督工作流程来审查和批准人工智能建议。公司必须存储所有技术人员审查决定以供审计之用。哪种解决方案可以满足这些要求？

エレベーターサービス会社は、Amazon Bedrock を使用して AI アシスタント アプリケーションを開発しました。このアプリケーションは、会社のエレベーター技術者をサポートするために、エレベーターのメンテナンスに関する推奨事項を生成します。同社は、Amazon Kinesis Data Streams を使用してエレベーターのセンサーデータを収集しています。新しい規制規則では、AI が生成したすべての推奨事項を人間の技術者がレビューする必要があります。企業は、AI の推奨事項をレビューおよび承認するために人間による監視ワークフローを確立する必要があります。企業は、監査目的で技術者によるレビューの決定をすべて保存する必要があります。これらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: B

Option B https://docs.aws.amazon.com/step-functions/latest/dg/tutorial-human-approval.html

选项 B https://docs.aws.amazon.com/step-functions/latest/dg/tutorial- human-approval.html

オプション B https://docs.aws.amazon.com/step-functions/latest/dg/tutorial-human-approval.html

原始讨论（英文，仅供参考）
ArunRav6 months ago
Selected Answer: B
Option B https://docs.aws.amazon.com/step-functions/latest/dg/tutorial-human-approval.html
upvoted 3 times
eesa6 months, 1 week ago
Selected Answer: B
✅ Human-in-the-loop nativo: Step Functions diseñado específicamente para workflows con aprobación humana
✅ waitForTaskToken: Pausa la ejecución hasta que el humano complete la revisión
✅ SendTaskSuccess API: Reanuda el workflow con la decisión de aprobación
✅ Auditoría completa: DynamoDB almacena todas las decisiones para compliance
✅ Trazabilidad: Step Functions mantiene historial completo de ejecuciones
✅ Manejo de timeouts: Puede configurar límites de tiempo para revisiones
✅ Escalable y managed: Sin infraestructura que mantener
upvoted 2 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: B
B - stepfunction is the key
upvoted 2 times
67bdb196 months, 2 weeks ago
Selected Answer: A
Not super confident, but I’ll go with A.
upvoted 1 times
Question 36Source #036 · Select 3

A bank is building a generative AI (GenAI) application that uses Amazon Bedrock to assess loan applications by using scanned financial documents. The application must extract structured data from the documents. The application must redact personally identifiable information (PII) before inference. The application must use foundation models (FMs) to generate approvals. The application must route low-confidence document extraction results to human reviewers who are within the same AWS Region as the loan applicant. The company must ensure that the application complies with strict Regional data residency and auditability requirements. The application must be able to scale to handle 25,000 applications each day and provide 99.9% availability. Which combination of solutions will meet these requirements? (Choose three.)

一家银行正在构建生成式 AI (GenAI) 应用程序，该应用程序使用 Amazon Bedrock 通过扫描的财务文档来评估贷款申请。应用程序必须从文档中提取结构化数据。应用程序必须在推理之前编辑个人身份信息 (PII)。应用程序必须使用基础模型 (FM) 来生成批准。应用程序必须将低可信度文档提取结果发送给与贷款申请人位于同一 AWS 区域的人工审核员。公司必须确保应用程序符合严格的区域数据驻留和可审核性要求。应用程序必须能够扩展以每天处理 25,000 个应用程序并提供 99.9% 的可用性。哪种解决方案组合可以满足这些要求？ （选择三项。）

ある銀行は、Amazon Bedrock を使用して、スキャンされた財務書類を使用してローン申請を評価する生成 AI (GenAI) アプリケーションを構築しています。アプリケーションはドキュメントから構造化データを抽出する必要があります。アプリケーションは、推論の前に個人識別情報 (PII) を編集する必要があります。アプリケーションは承認を生成するために基盤モデル (FM) を使用する必要があります。アプリケーションは、信頼性の低いドキュメントの抽出結果を、ローン申請者と同じ AWS リージョン内の人間のレビュー担当者にルーティングする必要があります。企業は、アプリケーションが地域のデータの保存場所と監査可能性の厳格な要件に準拠していることを確認する必要があります。アプリケーションは、毎日 25,000 のアプリケーションを処理できるように拡張でき、99.9% の可用性を提供できる必要があります。これらの要件を満たすソリューションの組み合わせはどれですか? （3つお選びください。）

多选 · 需选 3 项
解析 / Explanation

正确答案 / Answer: A,B,E

A:supplies managed document extraction and routes low-confidence Textract results to people for review.
B:performs PII redaction before the model call and adds output controls and Region-scoped authorization.
E:validates the extracted structure and gives the multi-stage process a durable orchestration and execution history before invoking Bedrock
D is tempting because it mentions same-Region S3 and tags, but tags alone are not an audit trail, and B/E more directly fulfill mandatory
processing requirements.

答：提供受管理的文档提取，并将低可信度的 Textract 结果发送给人们进行审查。
B：在模型调用之前执行 PII 编辑，并添加输出控制和区域范围的授权。
E：在调用 Bedrock 之前验证提取的结构并为多阶段流程提供持久的编排和执行历史记录
D 很诱人，因为它提到了相同区域 S3 和标签，但标签本身并不是审计跟踪，而 B/E 更直接地履行强制性要求
加工要求。

A: 管理されたドキュメント抽出を提供し、信頼性の低い Textract 結果をレビューのために人々に送信します。
B: モデル呼び出しの前に PII 編集を実行し、出力制御とリージョン スコープの承認を追加します。
E:抽出された構造を検証し、Bedrock を呼び出す前に、複数ステージのプロセスに耐久性のあるオーケストレーションと実行履歴を与えます。
D は、同じリージョンの S3 とタグについて言及しているため魅力的ですが、タグだけでは監査証跡ではなく、B/E はより直接的に必須事項を満たします。
処理要件。

原始讨论（英文，仅供参考）
Gaurav9552 weeks, 1 day ago
Selected Answer: ABD
ABD is final answer
upvoted 1 times
QuinnGT1 month ago
Selected Answer: ABE
A:supplies managed document extraction and routes low-confidence Textract results to people for review.
B:performs PII redaction before the model call and adds output controls and Region-scoped authorization.
E:validates the extracted structure and gives the multi-stage process a durable orchestration and execution history before invoking Bedrock
D is tempting because it mentions same-Region S3 and tags, but tags alone are not an audit trail, and B/E more directly fulfill mandatory
processing requirements.
upvoted 1 times
AndreyShne244 months, 2 weeks ago
Selected Answer: ABE
Although D is a good answer as well to be ADE but only B is handling the PII requirement, so my vote goes to ABE
upvoted 2 times
jakie223324 months, 3 weeks ago
Selected Answer: ABE
this is the correct answer
upvoted 2 times
SankarKumar5 months ago
Selected Answer: ADE
Scalable orchestration
High availability (99.9%)
Clean input → better FM output
upvoted 1 times
de1612d5 months, 1 week ago
Selected Answer: ADE
A: Use Amazon Textract with Amazon Augmented AI to extract structured data from scanned documents and route low-confidence results to
human reviewers.
D: Store documents in Amazon S3 with region-specific controls and object tagging to ensure data residency compliance and auditability.
E: Use AWS Step Functions and AWS Glue Data Quality to orchestrate the workflow, validate extracted data, and invoke Amazon Bedrock for
loan
upvoted 1 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: ABD
C - Kendra/OpenSearch for semantic search, not structured field extraction
E - Glue Data Quality validates data schemas, not loan decision workflows
F - SageMaker Clarify for ML bias (not Bedrock FM outputs)
upvoted 1 times
67bdb196 months, 2 weeks ago
Selected Answer: B
This is a tough one. My best educated guess is B.
upvoted 1 times
Question 37Source #037

A software company is using Amazon Q Business to build an AI assistant that allows employees to access company information and personal information by using natural language prompts. The company stores this information in an Amazon S3 bucket. Each department in the company has a dedicated prefix in the S3 bucket. Each object name includes the S3 prefix of the department that it belongs to. Each department can belong to only a single group in AWS IAM Identity Center. Each employee belongs to a single department. The company configures Amazon Q Business to access data stored in an S3 bucket as a data source. The company needs to ensure that the AI assistant respects access controls based on the user's IAM Identity Center group membership. Which solution will meet this requirement with the LEAST operational overhead?

一家软件公司正在使用 Amazon Q Business 构建 AI 助手，允许员工通过自然语言提示访问公司信息和个人信息。该公司将此信息存储在 Amazon S3 存储桶中。公司的每个部门在 S3 存储桶中都有一个专用的前缀。每个对象名称都包含其所属部门的 S3 前缀。每个部门只能属于 AWS IAM Identity Center 中的一个组。每个员工都属于一个部门。该公司将 Amazon Q Business 配置为访问存储在 S3 存储桶中作为数据源的数据。公司需要确保 AI 助手遵守基于用户 IAM Identity Center 组成员身份的访问控制。哪种解决方案能够以最少的运营开销满足这一要求？

あるソフトウェア会社は、Amazon Q Business を使用して、従業員が自然言語プロンプトを使用して会社情報や個人情報にアクセスできるようにする AI アシスタントを構築しています。同社はこの情報を Amazon S3 バケットに保存します。社内の各部門には、S3 バケット内に専用のプレフィックスがあります。各オブジェクト名には、それが属する部門の S3 プレフィックスが含まれます。各部門は、AWS IAM Identity Center の 1 つのグループにのみ所属できます。各従業員は 1 つの部門に所属します。同社は、S3 バケットにデータソースとして保存されているデータにアクセスするように Amazon Q Business を設定しています。企業は、AI アシスタントがユーザーの IAM Identity Center グループ メンバーシップに基づいたアクセス制御を遵守するようにする必要があります。運用上のオーバーヘッドを最小限に抑えてこの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: B

✅ Mínimo overhead operacional: Un solo archivo ACL centralizado
✅ Fácil mantenimiento: Todas las reglas de acceso en un lugar
✅ Integración nativa: Amazon Q Business soporta ACL files en data source settings
✅ Mapeo directo: Prefijos S3 → IAM Identity Center groups
✅ Escalable: Agregar nuevos departamentos solo requiere editar un archivo
✅ Gestión centralizada: Administradores pueden ver/modificar todos los permisos fácilmente

✅ Mínimo 开销操作：Un alone archiveo ACLcentralizado
✅ 操作方法：Todas las reglas de acceso en un lugar
✅ 原生集成：Amazon Q Business 支持 ACL 文件和数据源设置
✅ Mapeo directo：Prefijos S3 → IAM 身份中心组
✅ 可升级：Agregar nuevos Departments alone requiere editar un archive
✅ 集中管理：Administradores pueden ver/modificar todos los permisos fácilmente

✅ ミニモ オーバーヘッド操作: Un Solo archive ACL Centralizado
✅ 管理機能: ルーガルでのアクセスを確認します
✅ 統合: Amazon Q Business の ACL ファイルとデータソース設定
✅ Mapeo ダイレクト: Prefijos S3 → IAM Identity Center グループ
✅ エスケーラブル: 編集者とアーカイブの編集を単独で行う必要があります。
✅ 集中管理: Administradores pueden ver/modificar todos los permisos fácilmente

原始讨论（英文，仅供参考）
eesa6 months, 1 week ago
Selected Answer: B
✅ Mínimo overhead operacional: Un solo archivo ACL centralizado
✅ Fácil mantenimiento: Todas las reglas de acceso en un lugar
✅ Integración nativa: Amazon Q Business soporta ACL files en data source settings
✅ Mapeo directo: Prefijos S3 → IAM Identity Center groups
✅ Escalable: Agregar nuevos departamentos solo requiere editar un archivo
✅ Gestión centralizada: Administradores pueden ver/modificar todos los permisos fácilmente
upvoted 1 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: B
https://docs.aws.amazon.com/amazonq/latest/qbusiness-ug/s3-user-management.html
upvoted 1 times
67bdb196 months, 2 weeks ago
Selected Answer: B
This is a core concept for this certification. The answer has to be B.
upvoted 1 times
Question 38Source #038

A healthcare company is using Amazon Bedrock to build a system to help practitioners make clinical decisions. The system must provide treatment recommendations to physicians based only on approved medical documentation and must cite specific sources. The system must not hallucinate or produce factually incorrect information. Which solution will meet these requirements with the LEAST operational overhead?

一家医疗保健公司正在使用 Amazon Bedrock 构建一个系统来帮助从业人员做出临床决策。该系统必须仅根据批准的医疗文件向医生提供治疗建议，并且必须引用特定来源。系统不得产生幻觉或产生事实上不正确的信息。哪种解决方案能够以最少的运营开销满足这些要求？

医療会社は Amazon Bedrock を使用して、医療従事者が臨床上の意思決定を行うのを支援するシステムを構築しています。このシステムは、承認された医療文書のみに基づいて医師に治療の推奨を提供する必要があり、特定の情報源を引用する必要があります。システムは幻覚を起こしたり、事実に誤りのある情報を生成したりしてはなりません。運用オーバーヘッドを最小限に抑えながらこれらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: B

Why B is correct
The RetrieveAndGenerate API is a fully managed, single API call that handles the entire RAG pipeline automatically:
Retrieves relevant chunks from the knowledge base
Grounds the response in those retrieved documents only
Returns citations natively — no custom code needed
Reduces hallucination by anchoring answers to approved source documents

为什么B正确
RetrieveAndGenerate API 是完全托管的单一 API 调用，可自动处理整个 RAG 管道：
从知识库中检索相关块
仅将响应基于那些检索到的文档
返回本机引用 - 无需自定义代码
通过将答案锚定到批准的源文档来减少幻觉

なぜBが正しいのか
RetrieveAndGenerate API は、RAG パイプライン全体を自動的に処理する、フルマネージドの単一 API 呼び出しです。
ナレッジベースから関連するチャンクを取得します
取得した文書のみに応答を根拠付けます
引用をネイティブに返します - カスタム コードは必要ありません
回答を承認されたソース文書に固定することで幻覚を軽減します

原始讨论（英文，仅供参考）
Chibuzo14 months ago
Selected Answer: B
Why B is correct
The RetrieveAndGenerate API is a fully managed, single API call that handles the entire RAG pipeline automatically:
Retrieves relevant chunks from the knowledge base
Grounds the response in those retrieved documents only
Returns citations natively — no custom code needed
Reduces hallucination by anchoring answers to approved source documents
upvoted 1 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: B
The most 'safe' from hallucination is B.
upvoted 4 times
67bdb196 months, 2 weeks ago
Selected Answer: C
My best guess is C right now, but I need to study this area more.
upvoted 1 times
Question 39Source #039

A financial services company is developing a real-time generative AI (GenAI) assistant to support human call center agents. The GenAI assistant must transcribe live customer speech, analyze context, and provide incremental suggestions to call center agents while a customer is still speaking. To preserve responsiveness, the GenAI assistant must maintain end-to-end latency under 1 second from speech to initial response display. The architecture must use only managed AWS services and must support bidirectional streaming to ensure that call center agents receive updates in real time. Which solution will meet these requirements?

一家金融服务公司正在开发实时生成人工智能 (GenAI) 助手来支持呼叫中心客服人员。 GenAI 助手必须转录实时客户语音、分析上下文，并在客户仍在讲话时向呼叫中心代理提供增量建议。为了保持响应能力，GenAI 助手必须将从语音到初始响应显示的端到端延迟保持在 1 秒以内。该架构必须仅使用托管 AWS 服务，并且必须支持双向流，以确保呼叫中心代理实时接收更新。哪种解决方案可以满足这些要求？

金融サービス会社は、人間のコールセンター エージェントをサポートするリアルタイム生成 AI (GenAI) アシスタントを開発しています。 GenAI アシスタントは、顧客が話している間に、顧客のライブ音声を文字に起こし、コンテキストを分析し、コールセンターのエージェントに段階的な提案を提供する必要があります。応答性を維持するために、GenAI アシスタントは音声から最初の応答表示までのエンドツーエンドの遅延を 1 秒未満に維持する必要があります。アーキテクチャでは、マネージド AWS サービスのみを使用する必要があり、コールセンターのエージェントがリアルタイムで更新を受信できるように、双方向ストリーミングをサポートする必要があります。これらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: B

Show more
11:34 PM
Answer: B
Amazon Transcribe Streaming (partial results) + InvokeModelWithResponseStream + API Gateway WebSocket is the correct answer.

显示更多
晚上 11:34
答案：B
Amazon Transcribe Streaming（部分结果）+ InvokeModelWithResponseStream + API Gateway WebSocket 是正确答案。

もっと見る
午後11時34分
答え：B
Amazon Transcribe Streaming (結果の一部) + InvokeModelWithResponseStream + API Gateway WebSocket が正解です。

原始讨论（英文，仅供参考）
Chibuzo14 months ago
Selected Answer: B
Show more
11:34 PM
Answer: B
Amazon Transcribe Streaming (partial results) + InvokeModelWithResponseStream + API Gateway WebSocket is the correct answer.
upvoted 1 times
eesa6 months, 1 week ago
Selected Answer: B
✅ Latencia ultra-baja (<1s): Streaming end-to-end sin esperar a que termine el habla
✅ Partial results: Transcribe entrega fragmentos mientras el cliente habla
✅ Bidirectional streaming: WebSocket API permite comunicación bidireccional en tiempo real
✅ InvokeModelWithResponseStream: Bedrock streaming para respuestas incrementales
✅ Real-time updates: Agentes reciben sugerencias mientras el cliente habla
✅ Solo servicios managed: Transcribe + Bedrock + API Gateway
✅ Arquitectura optimizada: Cada componente diseñado para streaming
upvoted 2 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: B
B - "provide incremental suggestions to call center agents while a customer is still speaking"
upvoted 2 times
Question 40Source #040

A media company is launching a platform that allows thousands of users every hour to upload images and text content. The platform uses Amazon Bedrock to process the uploaded content to generate creative compositions. The company needs a solution to ensure that the platform does not process or produce inappropriate content. The platform must not expose personally identifiable information (PII) in the compositions. The solution must integrate with the company's existing Amazon S3 storage workflow. Which solution will meet these requirements with the LEAST infrastructure management overhead?

一家媒体公司正在推出一个平台，每小时允许数千名用户上传图像和文本内容。该平台使用 Amazon Bedrock 处理上传的内容以生成创意作品。该公司需要一个解决方案来确保平台不会处理或产生不当内容。平台不得公开作品中的个人身份信息 (PII)。该解决方案必须与公司现有的 Amazon S3 存储工作流程集成。哪种解决方案能够以最少的基础设施管理开销满足这些要求？

あるメディア会社が、毎時間数千人のユーザーが画像やテキスト コンテンツをアップロードできるプラットフォームを立ち上げています。このプラットフォームは、Amazon Bedrock を使用してアップロードされたコンテンツを処理し、クリエイティブな作品を生成します。同社は、プラットフォームが不適切なコンテンツを処理または生成しないようにするソリューションを必要としています。プラットフォームは、作品内の個人を特定できる情報 (PII) を公開してはなりません。このソリューションは、会社の既存の Amazon S3 ストレージ ワークフローと統合する必要があります。インフラストラクチャ管理のオーバーヘッドを最小限に抑えながらこれらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: D

Show more
11:40 PM
Answer: D
Step Functions + Bedrock Guardrails + Comprehend PII detection + Rekognition image moderation is the correct answer.

显示更多
晚上 11:40
答案：D
Step Functions + Bedrock Guardrails + Comprehend PII 检测 + Rekognition 图像审核是正确答案。

もっと見る
午後11時40分
答え：D
Step Functions + Bedrock Guardrails + Comprehend PII 検出 + Rekognition 画像モデレーションが正解です。

原始讨论（英文，仅供参考）
Chibuzo14 months ago
Selected Answer: D
Show more
11:40 PM
Answer: D
Step Functions + Bedrock Guardrails + Comprehend PII detection + Rekognition image moderation is the correct answer.
upvoted 1 times
eesa6 months, 1 week ago
Selected Answer: D
✅ Mínimo overhead de infraestructura: Servicios completamente managed
✅ Bedrock guardrails nativos: Filtrado de contenido inapropiado en inputs/outputs
✅ Amazon Comprehend: Detección y redacción de PII en texto
✅ Amazon Rekognition: Moderación de imágenes (contenido inapropiado)
✅ Step Functions: Orquestación managed del workflow completo
✅ Integración con S3: Se integra naturalmente con el workflow existente
✅ Escalable: Maneja miles de usuarios/hora sin gestión de infraestructura
upvoted 2 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: D
D is the only one with guardrails.
upvoted 2 times
Question 41Source #041

A company has set up Amazon Q Developer Pro licenses for all developers at the company. The company maintains a list of approved resources that developers must use when developing applications. The approved resources include internal libraries, proprietary algorithmic techniques, and sample code with approved styling. A new team of developers is using Amazon Q Developer to develop a new Java-based application. The company must ensure that the new developer team uses the company's approved resources. The company does not want to make project-level modifications. Which solution will meet these requirements?

一家公司已为该公司的所有开发人员设置了 Amazon Q Developer Pro 许可证。该公司保留了开发人员在开发应用程序时必须使用的批准资源列表。批准的资源包括内部库、专有算法技术以及具有批准样式的示例代码。一个新的开发团队正在使用 Amazon Q Developer 开发一个新的基于 Java 的应用程序。公司必须确保新的开发团队使用公司批准的资源。该公司不想进行项目级别的修改。哪种解决方案可以满足这些要求？

ある企業は、社内のすべての開発者を対象に Amazon Q Developer Pro ライセンスを設定しました。同社は、開発者がアプリケーションを開発する際に使用する必要がある承認済みリソースのリストを管理しています。承認されたリソースには、内部ライブラリ、独自のアルゴリズム技術、承認されたスタイルを備えたサンプル コードが含まれます。新しい開発者チームは、Amazon Q Developer を使用して新しい Java ベースのアプリケーションを開発しています。会社は、新しい開発者チームが会社の承認されたリソースを使用することを保証する必要があります。同社はプロジェクトレベルの変更を望んでいません。これらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: D

Amazon Q Developer Pro supports customizations — administrator-configured profiles that connect Q Developer to internal codebases,
libraries, and style guides via approved data sources (such as CodeWhisperer customizations backed by S3 or CodeCommit). Once a
customization is published, all developers on the team can select it in their IDE, and Q Developer's suggestions will draw from those
approved resources automatically.

Amazon Q Developer Pro 支持自定义 - 管理员配置的配置文件将 Q Developer 连接到内部代码库，
通过批准的数据源（例如 S3 或 CodeCommit 支持的 CodeWhisperer 自定义）提供库和样式指南。一次
定制发布后，团队中的所有开发人员都可以在他们的 IDE 中选择它，Q Developer 的建议将从这些建议中汲取
自动批准资源。

Amazon Q Developer Pro はカスタマイズをサポートしています。これは、Q Developer を内部コードベースに接続する管理者設定のプロファイルです。
ライブラリ、および承認されたデータ ソース (S3 または CodeCommit による CodeWhisperer カスタマイズなど) を介したスタイル ガイド。一回
カスタマイズが公開され、チームのすべての開発者が自分の IDE でカスタマイズを選択でき、Q Developer の提案はそれらのカスタマイズから導き出されます。
リソースは自動的に承認されます。

原始讨论（英文，仅供参考）
Chibuzo13 months ago
Selected Answer: D
Amazon Q Developer Pro supports customizations — administrator-configured profiles that connect Q Developer to internal codebases,
libraries, and style guides via approved data sources (such as CodeWhisperer customizations backed by S3 or CodeCommit). Once a
customization is published, all developers on the team can select it in their IDE, and Q Developer's suggestions will draw from those
approved resources automatically.
upvoted 2 times
eesa6 months, 1 week ago
Selected Answer: D
✅ Amazon Q Developer Customizations: Característica nativa diseñada específicamente para este caso de uso
✅ Sin modificaciones de proyecto: La customization es a nivel de organización/cuenta, no requiere cambios en cada proyecto
✅ Centralizado: Una sola customization para todos los desarrolladores
✅ Approved data sources: Puede incluir repositorios internos, documentación, código de ejemplo
✅ Consistencia: Todos los desarrolladores obtienen sugerencias basadas en los mismos recursos aprobados
✅ Gestión simplificada: Administradores controlan qué recursos están aprobados
✅ Escalable: Funciona para múltiples equipos y proyectos
upvoted 2 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: D
https://aws.amazon.com/blogs/devops/managing-amazon-q-developer-profiles-and-customizations-in-large-organizations/
upvoted 1 times
Question 42Source #042

An ecommerce company is using Amazon Bedrock to build a customer service AI assistant. The AI assistant needs to process over 50,000 customer inquiries every day. The AI assistant occasionally experiences traffic spikes of up to 150,000 inquiries every day during promotional events. Analysis shows that 40% of inquiries follow similar patterns that share the same context. A GenAI developer must design a solution that will ensure low latency and consistent performance for the AI assistant during traffic spikes. Which solution will meet these requirements MOST cost-effectively?

一家电子商务公司正在使用 Amazon Bedrock 构建客户服务 AI 助手。人工智能助手每天需要处理超过 50,000 条客户咨询。在促销活动期间，AI 助手偶尔会遇到每天高达 15 万次查询的流量高峰。分析显示，40% 的查询遵循共享相同上下文的相似模式。 GenAI 开发人员必须设计一种解决方案，确保 AI 助手在流量高峰期间具有低延迟和一致的性能。哪种解决方案能够最具成本效益地满足这些要求？

ある e コマース企業は、Amazon Bedrock を使用して顧客サービス AI アシスタントを構築しています。 AI アシスタントは毎日 50,000 件を超える顧客からの問い合わせを処理する必要があります。 AI アシスタントでは、プロモーション イベント中に毎日最大 150,000 件の問い合わせというトラフィックの急増が発生することがあります。分析によると、問い合わせの 40% は、同じコンテキストを共有する同様のパターンに従っています。 GenAI 開発者は、トラフィックの急増時に AI アシスタントの低遅延と一貫したパフォーマンスを保証するソリューションを設計する必要があります。これらの要件を最もコスト効率よく満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: A

Latency-optimized inference :A built-in Bedrock performance configuration that routes requests to optimized infrastructure for faster
response times — no extra architecture needed.

延迟优化推理：内置的基岩性能配置，可将请求路由到优化的基础设施，以加快速度
响应时间——不需要额外的架构。

レイテンシーに最適化された推論: リクエストを最適化されたインフラストラクチャにルーティングして高速化する組み込みの Bedrock パフォーマンス構成
応答時間 — 追加のアーキテクチャは必要ありません。

原始讨论（英文，仅供参考）
Chibuzo13 months ago
Selected Answer: A
Latency-optimized inference :A built-in Bedrock performance configuration that routes requests to optimized infrastructure for faster
response times — no extra architecture needed.
upvoted 1 times
de1612d5 months, 1 week ago
Selected Answer: A
Answer is A
upvoted 1 times
eesa6 months, 1 week ago
Selected Answer: A
✅ Prompt caching: Reduce costos hasta 90% para el 40% de consultas repetitivas
✅ Latency-optimized inference: Mejora rendimiento sin provisionar capacidad
✅ Pay-per-use: Solo pagas por lo que usas, no por capacidad ociosa
✅ Maneja spikes: Escala automáticamente sin sobre-provisionar
✅ Bajo overhead: Configuración simple sin infraestructura adicional
upvoted 2 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: A
cost-effective = cache
upvoted 2 times
67bdb196 months, 2 weeks ago
Selected Answer: B
I'm voting for B.
upvoted 1 times
Question 43Source #043

A legal research company has a Retrieval Augmented Generation (RAG) application that uses Amazon Bedrock and Amazon OpenSearch Service. The application stores 768-dimensional vector embeddings for 15 million legal documents, including statutes, court rulings, and case summaries. The company's current chunking strategy segments text into fixed-length blocks of 500 tokens. The current chunking strategy often splits contextually linked information such as legal arguments, court opinions, or statute references across separate chunks. Researchers report that generated outputs frequently omit key context or cite outdated legal information. Recent application logs show a 40% increase in response times. The p95 latency metric exceeds 2 seconds. The company expects storage needs for the application to grow from 90 GB to 360 GB within a year. The company needs a solution to improve retrieval relevance and system performance at scale. Which solution will meet these requirements?

一家法律研究公司拥有一个使用 Amazon Bedrock 和 Amazon OpenSearch Service 的检索增强生成 (RAG) 应用程序。该应用程序存储 1500 万份法律文件的 768 维向量嵌入，包括法规、法院裁决和案件摘要。该公司当前的分块策略将文本分割成 500 个标记的固定长度块。当前的分块策略通常将上下文相关的信息（例如法律论证、法院意见或法规参考）分割成不同的块。研究人员报告说，生成的输出经常忽略关键上下文或引用过时的法律信息。最近的应用程序日志显示响应时间增加了 40%。 p95 延迟指标超过 2 秒。该公司预计该应用程序的存储需求将在一年内从 90 GB 增长到 360 GB。该公司需要一种解决方案来大规模提高检索相关性和系统性能。哪种解决方案可以满足这些要求？

法律調査会社には、Amazon Bedrock と Amazon OpenSearch Service を使用する Retrieval Augmented Generation (RAG) アプリケーションがあります。このアプリケーションは、法令、裁判所判決、事件概要を含む 1,500 万件の法的文書の 768 次元ベクトル埋め込みを保存します。同社の現在のチャンキング戦略では、テキストを 500 トークンの固定長ブロックに分割します。現在のチャンク化戦略では、法的議論、法廷意見、法令参照などの文脈に関連した情報が別個のチャンクに分割されることがよくあります。研究者の報告によると、生成された出力では重要なコンテキストが省略されたり、古い法律情報が引用されたりすることがよくあります。最近のアプリケーション ログでは、応答時間が 40% 増加していることが示されています。 p95 遅延メトリックが 2 秒を超えています。同社は、アプリケーションに必要なストレージが 1 年以内に 90 GB から 360 GB に増加すると予想しています。同社は、検索の関連性とシステムのパフォーマンスを大規模に向上させるソリューションを必要としています。これらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: C

Is C because the fixed-length chunking is the root cause of every problem.
Why the others fail:
A — Increasing dimensionality from 768 to 4,096 does not fix split context. It also multiplies storage and computation costs (4,096/768 ≈
5.3× larger vectors), worsening latency and the storage growth problem simultaneously.
B — Static pre-written summaries in S3/CloudFront eliminate dynamic retrieval entirely — directly contradicting the requirement for up-to-
date legal information and undermining the entire RAG architecture.
D — DynamoDB is a key-value/document store with no native vector similarity capability. Keyword indexes find exact matches, not semantic
relevance. Migrating to keyword search would regress retrieval quality, not improve it.

是C，因为固定长度分块是每个问题的根本原因。
为什么其他人失败了：
答：将维度从 768 增加到 4,096 并不能修复分割上下文。它还会成倍增加存储和计算成本（4,096/768 ≈
5.3 倍大的向量），同时恶化延迟和存储增长问题。
B — S3/CloudFront 中的静态预写摘要完全消除了动态检索 — 直接与最新的要求相矛盾
日期法律信息并破坏整个 RAG 架构。
D — DynamoDB 是一种键值/文档存储，没有原生向量相似性功能。关键字索引找到精确匹配，而不是语义匹配
相关性。迁移到关键字搜索会降低检索质量，而不是提高检索质量。

固定長チャンクがあらゆる問題の根本原因であるため、C です。
他の人が失敗する理由:
A — 次元を 768 から 4,096 に増やしても、分割されたコンテキストは修正されません。また、ストレージと計算のコストも倍増します (4,096/768 ≈
5.3 倍の大きなベクトル）、レイテンシの悪化とストレージの増大の問題が同時に発生します。
B — S3/CloudFront の事前に作成された静的なサマリーにより、動的な取得が完全に排除されます。これは、最大の要件と直接矛盾します。
法的情報の日付を変更し、RAG アーキテクチャ全体を弱体化させます。
D — DynamoDB は、ネイティブ ベクトル類似性機能を持たないキー/値/ドキュメント ストアです。キーワード インデックスはセマンティックではなく完全一致を検索します
関連性。キーワード検索に移行すると、検索品質は向上するどころか低下します。

原始讨论（英文，仅供参考）
75546043 months, 2 weeks ago
Selected Answer: C
Is C because the fixed-length chunking is the root cause of every problem.
Why the others fail:
A — Increasing dimensionality from 768 to 4,096 does not fix split context. It also multiplies storage and computation costs (4,096/768 ≈
5.3× larger vectors), worsening latency and the storage growth problem simultaneously.
B — Static pre-written summaries in S3/CloudFront eliminate dynamic retrieval entirely — directly contradicting the requirement for up-to-
date legal information and undermining the entire RAG architecture.
D — DynamoDB is a key-value/document store with no native vector similarity capability. Keyword indexes find exact matches, not semantic
relevance. Migrating to keyword search would regress retrieval quality, not improve it.
upvoted 1 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: C
A - Higher dimensionality (4,096) increases compute/storage costs 5x without fixing poor chunking; latency worsens due to larger vectors.
B - Static S3 summaries eliminate RAG capabilities entirely
D - DynamoDB lacks native vector search
upvoted 2 times
Question 44Source #044

A company is developing a generative AI (GenAI)-powered customer support application that uses Amazon Bedrock foundation models (FMs). The application must maintain conversational context across multiple interactions with the same user. The application must run clarification workflows to handle ambiguous user queries. The company must store encrypted records of each user conversation to use for personalization. The application must be able to handle thousands of concurrent users while responding to each user quickly. Which solution will meet these requirements?

一家公司正在开发一款由生成式 AI (GenAI) 支持的客户支持应用程序，该应用程序使用 Amazon Bedrock 基础模型 (FM)。应用程序必须在与同一用户的多次交互中维护对话上下文。应用程序必须运行澄清工作流程来处理不明确的用户查询。公司必须存储每个用户对话的加密记录，以用于个性化。应用程序必须能够处理数千个并发用户，同时快速响应每个用户。哪种解决方案可以满足这些要求？

ある企業は、Amazon Bedrock Foundation Model (FM) を使用する生成 AI (GenAI) を活用したカスタマー サポート アプリケーションを開発しています。アプリケーションは、同じユーザーとの複数の対話にわたって会話コンテキストを維持する必要があります。アプリケーションは、あいまいなユーザー クエリを処理するために明確化ワークフローを実行する必要があります。企業は、パーソナライゼーションに使用するために、各ユーザーの会話の暗号化された記録を保存する必要があります。アプリケーションは、各ユーザーに迅速に応答しながら、数千の同時ユーザーを処理できなければなりません。これらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: B

B: Step Functions Standard workflows support durable callback patterns for clarification that can wait for a user's next action. DynamoDB
on-demand capacity scales with variable concurrent traffic, and server-side encryption protects stored conversation records.
Express workflows do not support ".waitForTaskToken" callback integrations, so A cannot implement the described asynchronous
clarification pattern in the same way.

B：Step Functions 标准工作流程支持持久回调模式以进行澄清，可以等待用户的下一步操作。动态数据库
按需容量可随着并发流量的变化而扩展，服务器端加密可保护存储的对话记录。
Express 工作流程不支持“.waitForTaskToken”回调集成，因此 A 无法实现所描述的异步
以同样的方式澄清模式。

B: ステップ関数 標準ワークフローは、ユーザーの次のアクションを待つことができる明確化のための永続的なコールバック パターンをサポートしています。 DynamoDB
オンデマンドの容量はさまざまな同時トラフィックに応じて拡張でき、サーバー側の暗号化により保存された会話記録が保護されます。
Express ワークフローは「.waitForTaskToken」コールバック統合をサポートしていないため、A は説明されている非同期を実装できません。
同様に明確化パターン。

原始讨论（英文，仅供参考）
QuinnGT1 month ago
Selected Answer: B
B: Step Functions Standard workflows support durable callback patterns for clarification that can wait for a user's next action. DynamoDB
on-demand capacity scales with variable concurrent traffic, and server-side encryption protects stored conversation records.
Express workflows do not support ".waitForTaskToken" callback integrations, so A cannot implement the described asynchronous
clarification pattern in the same way.
upvoted 1 times
nebulane4 months ago
Selected Answer: A
B isn't correct since
Higher latency
Not suited for real-time chat
upvoted 1 times
nebulane3 months, 2 weeks ago
actual answer is B since step function express can't wait for callbacks
upvoted 2 times
de1612d5 months ago
Selected Answer: B
Gemini answer is B
upvoted 1 times
Kraftzman5 months, 3 weeks ago
Selected Answer: A
. Express vs. Standard Workflows
The requirement to handle thousands of concurrent users and respond quickly is the deciding factor between Step Functions types.
Express Workflows: Designed for high-volume, short-duration (up to 5 minutes) events. They can handle over 100,000 events per second,
making them ideal for a busy customer support API.
Standard Workflows (Option B): These are intended for long-running, auditable processes (up to a year). They have much lower throughput
limits and higher costs per execution, which would struggle with the "thousands of concurrent users" and "responding quickly"
requirements.
upvoted 2 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: B
standard workflow fits the purpose
upvoted 4 times
67bdb196 months, 2 weeks ago
Selected Answer: D
Well, [Option A] and [Option C] are definitely wrong. Between the other two, D is the better fit.
upvoted 1 times
Question 45Source #045

A financial services company needs to pre-process unstructured data such as customer transcripts, financial reports, and documentation. The company stores the unstructured data in Amazon S3 to support an Amazon Bedrock application. The company must validate data quality, create auditable metadata, monitor data metrics, and customize text chunking to optimize foundation model (FM) performance. Which solution will meet these requirements with the LEAST development effort?

金融服务公司需要预处理非结构化数据，例如客户记录、财务报告和文档。该公司将非结构化数据存储在 Amazon S3 中以支持 Amazon Bedrock 应用程序。公司必须验证数据质量、创建可审计的元数据、监控数据指标并自定义文本分块以优化基础模型 (FM) 性能。哪种解决方案能够以最少的开发工作满足这些要求？

金融サービス会社は、顧客の記録、財務報告書、文書などの非構造化データを前処理する必要があります。同社は、Amazon Bedrock アプリケーションをサポートするために、非構造化データを Amazon S3 に保存しています。企業は、基盤モデル (FM) のパフォーマンスを最適化するために、データ品質を検証し、監査可能なメタデータを作成し、データ メトリックを監視し、テキスト チャンクをカスタマイズする必要があります。最小限の開発労力でこれらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: B

Answer is B

答案是B

答えはBです

原始讨论（英文，仅供参考）
de1612d5 months, 1 week ago
Selected Answer: B
Answer is B
upvoted 1 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: B
The only valid option - "AWS Glue Data Quality"
upvoted 2 times
Question 46Source #046

A company uses Amazon Bedrock to build a Retrieval Augmented Generation (RAG) system. The RAG system uses an Amazon Bedrock knowledge base that is based on an Amazon S3 bucket as the data source for emergency news video content. The system retrieves transcripts, archived reports, and related documents from the S3 bucket. The RAG system uses state-of-the-art embedding models and a high-performing retrieval setup. However, users report slow responses and irrelevant results, which cause decreased user satisfaction. The company notices that vector searches are evaluating too many documents across too many content types and over long periods of time. The company determines that the underlying models will not benefit from additional fine tuning. The company must improve retrieval accuracy by applying smarter constraints. The company wants a solution that requires minimal changes to the existing architecture. Which solution will meet these requirements?

一家公司使用 Amazon Bedrock 构建检索增强生成 (RAG) 系统。 RAG 系统使用基于 Amazon S3 存储桶的 Amazon Bedrock 知识库作为紧急新闻视频内容的数据源。系统从 S3 存储桶中检索文字记录、存档报告和相关文档。 RAG 系统使用最先进的嵌入模型和高性能检索设置。然而，用户反映响应缓慢且结果不相关，导致用户满意度下降。该公司注意到，矢量搜索正在评估太多内容类型和长时间的文档。该公司确定基础模型不会从额外的微调中受益。公司必须通过应用更智能的约束来提高检索准确性。该公司想要一种只需对现有架构进行最少更改的解决方案。哪种解决方案可以满足这些要求？

ある企業は Amazon Bedrock を使用して、検索拡張生成 (RAG) システムを構築しています。 RAG システムは、緊急ニュースビデオコンテンツのデータソースとして、Amazon S3 バケットに基づく Amazon Bedrock ナレッジベースを使用します。システムは、トランスクリプト、アーカイブされたレポート、および関連ドキュメントを S3 バケットから取得します。 RAG システムは、最先端の埋め込みモデルと高性能の検索セットアップを使用します。ただし、ユーザーからは応答が遅いことや不適切な結果が報告され、ユーザーの満足度が低下します。同社は、ベクトル検索では、あまりにも多くのコンテンツ タイプにわたって、長期間にわたって、あまりにも多くのドキュメントが評価されていることに気付きました。同社は、基盤となるモデルには追加の微調整によるメリットがないと判断しました。企業は、よりスマートな制約を適用して検索精度を向上させる必要があります。同社は、既存のアーキテクチャへの変更を最小限に抑えたソリューションを望んでいます。これらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: C

The problem is explicitly stated: vector searches are evaluating too many documents, across too many content types, over long periods of
time. The company already has a well-performing embedding model and retrieval setup — the issue is lack of constraints, not model quality
The company also wants minimal architectural change

问题已明确指出：矢量搜索正在评估太多文档、跨太多内容类型、在很长一段时间内
时间。该公司已经拥有性能良好的嵌入模型和检索设置 - 问题在于缺乏约束，而不是模型质量
该公司还希望尽量减少架构变化

問題は明確に述べられています。ベクトル検索では、長期間にわたって、あまりにも多くのコンテンツ タイプにわたって、あまりにも多くのドキュメントが評価されています。
時間。同社はすでに優れたパフォーマンスの埋め込みモデルと取得セットアップを備えています。問題はモデルの品質ではなく、制約の欠如です。
同社はアーキテクチャの変更も最小限に抑えたいと考えています

原始讨论（英文，仅供参考）
Chibuzo12 months, 4 weeks ago
Selected Answer: C
The problem is explicitly stated: vector searches are evaluating too many documents, across too many content types, over long periods of
time. The company already has a well-performing embedding model and retrieval setup — the issue is lack of constraints, not model quality
The company also wants minimal architectural change
upvoted 2 times
Naaser3 months, 3 weeks ago
Selected Answer: C
"minimal changes"
upvoted 2 times
de1612d5 months ago
Selected Answer: C
Answer is C
upvoted 1 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: C
"minimal changes"
upvoted 3 times
67bdb196 months, 2 weeks ago
Selected Answer: B
I’m going with B. The other options seem overly complicated or don't fit the requirements.
upvoted 1 times
a9fb7b25 months, 2 weeks ago
Do a little bit of research before answering. It will make others confused.
upvoted 2 times
Question 47Source #047

A financial services company is creating a Retrieval Augmented Generation (RAG) application that uses Amazon Bedrock to generate summaries of market activities. The application relies on a vector database that stores a small proprietary dataset that has a low index count. The application must perform similarity searches. The Amazon Bedrock model's responses must maximize accuracy and maintain high performance. The company needs to configure the vector database and integrate it with the application. Which solution will meet these requirements?

一家金融服务公司正在创建一个检索增强生成 (RAG) 应用程序，该应用程序使用 Amazon Bedrock 生成市场活动摘要。该应用程序依赖于一个矢量数据库，该数据库存储索引计数较低的小型专有数据集。应用程序必须执行相似性搜索。 Amazon Bedrock 模型的响应必须最大限度地提高准确性并保持高性能。该公司需要配置矢量数据库并将其与应用程序集成。哪种解决方案可以满足这些要求？

金融サービス会社は、Amazon Bedrock を使用して市場活動の概要を生成する検索拡張生成 (RAG) アプリケーションを作成しています。このアプリケーションは、インデックス数が少ない小さな独自のデータセットを格納するベクトル データベースに依存しています。アプリケーションは類似性検索を実行する必要があります。 Amazon Bedrock モデルの応答は、精度を最大化し、高いパフォーマンスを維持する必要があります。会社はベクトル データベースを構成し、それをアプリケーションと統合する必要があります。これらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: A

first time i select B but I rethink it A because question have small propriestary dataset keyword that match keyword of flat algrotihm than
HNSW
- flat algorithm -> small dataset + acc
- HNSW -> large dataset + speed + scale

第一次我选择 B，但我重新考虑它 A，因为问题有小的专有数据集关键字，与平面算法的关键字相匹配
新南威尔士州
- 平面算法 -> 小数据集 + acc
- HNSW -> 大数据集+速度+规模

初めてBを選択しましたが、質問にはフラットアルゴリズムのキーワードと一致する小さな独自のデータセットキーワードがあるため、Aを選択しました
ニューサウスウェールズ州
- フラットアルゴリズム -> 小規模データセット + ACC
- HNSW -> 大規模なデータセット + 速度 + スケール

原始讨论（英文，仅供参考）
Auaii2 months, 3 weeks ago
Selected Answer: A
first time i select B but I rethink it A because question have small propriestary dataset keyword that match keyword of flat algrotihm than
HNSW
- flat algorithm -> small dataset + acc
- HNSW -> large dataset + speed + scale
upvoted 2 times
arushown2 months, 4 weeks ago
Selected Answer: B
Vector search for MemoryDB is currently limited to a single shard and horizontal scaling is not supported. Vector search supports vertical
and replica scaling.
upvoted 1 times
Naaser3 months, 3 weeks ago
Selected Answer: A
Flat Algorithm for Small Datasets: For a small proprietary dataset and a low index count, using the Flat (brute-force) algorithm is highly
effective. Because the dataset is small, the performance penalty is negligible, and the Flat algorithm guarantees 100% recall accuracy for
exact nearest-neighbor searches. High Performance: Amazon MemoryDB operates entirely in-memory. This provides incredibly fast read
and write operations, minimizing latency and ensuring high performance and accuracy for RAG applications. Horizontal Scaling: MemoryDB
allows you to scale horizontally by adding or removing shards based on performance and traffic metrics.
upvoted 2 times
de1612d5 months ago
Selected Answer: A
Answer the A
upvoted 1 times
eCosinus5 months, 2 weeks ago
Selected Answer: B
HNSW = best accuracy + latency tradeoff
upvoted 2 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: A
Flat algorithm performs exact similarity search — 100% recall, no approximation
upvoted 3 times
Question 48Source #048

A GenAI developer is building a Retrieval Augmented Generation (RAG)-based customer support application that uses Amazon Bedrock foundation models (FMs). The application needs to process 50 GB of historical customer conversations that are stored in an Amazon S3 bucket as JSON files. The application must use the processed data as its retrieval corpus. The application's data processing workflow must extract relevant data from customer support documents, remove customer personally identifiable information (PII), and generate embeddings for vector storage. The processing workflow must be cost-effective and must finish within 4 hours. Which solution will meet these requirements with the LEAST operational overhead?

GenAI 开发人员正在构建一个基于检索增强生成 (RAG) 的客户支持应用程序，该应用程序使用 Amazon Bedrock 基础模型 (FM)。该应用程序需要处理 50 GB 的历史客户对话，这些对话以 JSON 文件形式存储在 Amazon S3 存储桶中。应用程序必须使用处理后的数据作为其检索语料库。应用程序的数据处理工作流程必须从客户支持文档中提取相关数据，删除客户个人身份信息 (PII)，并生成用于向量存储的嵌入。处理工作流程必须具有成本效益，并且必须在 4 小时内完成。哪种解决方案能够以最少的运营开销满足这些要求？

GenAI 開発者は、Amazon Bedrock Foundation Model (FM) を使用する、Retrieval Augmented Generation (RAG) ベースのカスタマー サポート アプリケーションを構築しています。アプリケーションは、Amazon S3 バケットに JSON ファイルとして保存されている 50 GB の顧客の会話履歴を処理する必要があります。アプリケーションは、処理されたデータを検索コーパスとして使用する必要があります。アプリケーションのデータ処理ワークフローでは、カスタマー サポート ドキュメントから関連データを抽出し、顧客の個人識別情報 (PII) を削除し、ベクトル ストレージ用の埋め込みを生成する必要があります。処理ワークフローはコスト効率が高く、4 時間以内に完了する必要があります。運用オーバーヘッドを最小限に抑えながらこれらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: D

Answer is D

答案是D

答えはDです

原始讨论（英文，仅供参考）
de1612d5 months ago
Selected Answer: D
Answer is D
upvoted 1 times
eCosinus5 months, 2 weeks ago
Selected Answer: B
ChatGTP goes for B but I like D I do not know what is the good answer
upvoted 2 times
AM_aws6 months ago
Selected Answer: D
A has much more overhead
upvoted 3 times
taka50946 months, 1 week ago
Selected Answer: D
Step Functions' Distributed Map state allows to automatically scan millions of objects in an S3 bucket and run up to 10,000 parallel
workflows. This makes it easy to process 50 GB of data within a 4-hour time limit.
## Why Other Options Are Inappropriate
A (Lambda Only):
Managing 50 GB of data with a single or simple parallel Lambda execution would require you to code all the timeout (15 minutes) handling
and API rate limiting yourself, resulting in significant operational overhead.
upvoted 3 times
xyztest6 months, 1 week ago
Selected Answer: A
Correct Answer
upvoted 1 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: D
least effort and within 4 hours = D
upvoted 4 times
Question 49Source #049

A financial services company is developing a generative AI (GenAI) application that serves both premium customers and standard customers. The application uses AWS Lambda functions behind an Amazon API Gateway REST API to process requests. The company needs to dynamically switch between AI models based on which customer tier each user belongs to. The company also wants to perform A/B testing for new features without redeploying code. The company needs to validate model parameters like temperature and maximum token limits before applying changes. Which solution will meet these requirements with the LEAST operational overhead?

一家金融服务公司正在开发一款生成式人工智能 (GenAI) 应用程序，为高级客户和标准客户提供服务。该应用程序使用 Amazon API Gateway REST API 背后的 AWS Lambda 函数来处理请求。公司需要根据每个用户所属的客户层在人工智能模型之间动态切换。该公司还希望在不重新部署代码的情况下对新功能进行 A/B 测试。在应用更改之前，公司需要验证温度和最大代币限制等模型参数。哪种解决方案能够以最少的运营开销满足这些要求？

金融サービス会社は、プレミアム顧客と標準顧客の両方にサービスを提供する生成 AI (GenAI) アプリケーションを開発しています。アプリケーションは、Amazon API Gateway REST API の背後で AWS Lambda 関数を使用してリクエストを処理します。企業は、各ユーザーが属する顧客層に基づいて AI モデルを動的に切り替える必要があります。同社はまた、コードを再デプロイせずに新機能の A/B テストを実行したいと考えています。企業は、変更を適用する前に、温度や最大トークン制限などのモデル パラメーターを検証する必要があります。運用オーバーヘッドを最小限に抑えながらこれらの要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: C

Answer is C

答案是C

答えはCです

原始讨论（英文，仅供参考）
de1612d5 months ago
Selected Answer: C
Answer is C
upvoted 1 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: C
"without redeploying code" = appconfig
upvoted 2 times
Question 50Source #050

A company is using Amazon Bedrock and Anthropic Claude 3 Haiku to develop an AI assistant. The AI assistant normally processes 10,000 requests each hour but experiences surges of up 30,000 requests each hour during peak usage periods. The AI assistant must respond within 2 seconds while operating across multiple AWS Regions. The company observes that during peak usage periods, the AI assistant experiences throughput bottlenecks that cause increased latency and occasional request timeouts. The company must resolve the performance issues. Which solution will meet this requirement?

一家公司正在使用 Amazon Bedrock 和 Anthropic Claude 3 Haiku 开发人工智能助手。 AI 助手通常每小时处理 10,000 个请求，但在使用高峰期每小时会激增 30,000 个请求。 AI 助手在跨多个 AWS 区域运行时必须在 2 秒内做出响应。该公司观察到，在使用高峰期，人工智能助手会遇到吞吐量瓶颈，导致延迟增加和偶尔的请求超时。公司必须解决绩效问题。哪种解决方案可以满足这个要求？

ある企業は、Amazon Bedrock と Anthropic Claude 3 Haiku を使用して AI アシスタントを開発しています。 AI アシスタントは通常、1 時間あたり 10,000 件のリクエストを処理しますが、使用量のピーク時には 1 時間あたり 30,000 件のリクエストが急増します。 AI アシスタントは、複数の AWS リージョン間で動作している間、2 秒以内に応答する必要があります。同社は、使用量のピーク時に AI アシスタントがスループットのボトルネックに陥り、遅延が増加し、場合によってはリクエストのタイムアウトが発生することを観察しています。会社はパフォーマンスの問題を解決する必要があります。この要件を満たすソリューションはどれですか?

解析 / Explanation

正确答案 / Answer: B

Answer is B

答案是B

答えはBです

原始讨论（英文，仅供参考）
de1612d5 months ago
Selected Answer: B
Answer is B
upvoted 1 times
GiorgioGss6 months, 2 weeks ago
Selected Answer: B
Cross-Region Inference (CRI) is specifically designed to handle traffic spikes and high-throughput requirements by intelligently routing
requests across multiple AWS Regions.
upvoted 1 times
67bdb196 months, 2 weeks ago
Selected Answer: B
My answer: B.
upvoted 1 times
答题卡 已答 0 · 正确 0 · 错误 0